【杂谈】如何在专家指导下系统性学习自然语言处理

熟悉有三AI的人应该知道，有三AI在CV领域有春夏秋季划，供大家系统性学习计算机视觉。也有同学问过，咱们NLP怎么没有类似的项目呢！

今天就来了，经过一段时间的准备，这次我们推出了《系统性入门自然语言处理》这样一个培养计划，旨在帮助想要入门自然语言处理的同学，少走弯路，少趟坑，节约宝贵的时间。

资料和技术理论大家通过书籍，论文和博客都能找到， 那么为什么还要有这个课程呢？一个为了节省大家的时间，而是笔者更希望的是通过这个课程传递个人在学习和工作过程中的一些经验，在生产上这些技术具体是怎么应用的，这些东西恰恰是博客上看不到，却是是产业界最需要的。

导师是谁

本次NLP培养计划的导师是小Dream哥。小Dream哥，硕士学历，毕业于华中科技大学，3年以上大型公司NLP实际工作经验。在有三AI生态负责自然语言处理内容，喜欢用朴实的语言介绍复杂的理论和模型，已经更新了数十篇自然语言处理方面的技术文章，基本上涵盖了NLP所需要包含的内容，得到了有三AI读者的认可。下面是其中一些文章的链接，大家可以感受一下：

学习计划有哪些内容

本次培养计划旨在帮助想要入门NLP的初学者，因此会是一个系统性质的入门计划。

1. 深度学习与神经网络：主要介绍深度学习和神经网络的理论基础，包括神经元与感知器，梯度下降与感知器，损失函数与过拟合，卷积神经网络与循环神经网络等内容，打下深度学习坚实的基础。

另外，最具特色的是，包含手动实现CNN神经网络的实践，让大家进一步在实践中理解神经网络模型的本质，对代码能力的提升也有非常大的帮助。目前这部分课程我们已经准备好了所有的代码和参考资料，内容在2月份已经更新完成。

2. 自然语言处理的基本任务：包括词向量，分词，NER，文本分类、语义匹配等最基础和重要的自然语言处理任务。从这些任务出发，理解自然语言处理到底是在做一件什么样的事情。每个任务都包括必要的理论讲解和项目代码讲解，理论讲解尽可能从原始论文出发，深入浅出；代码讲解尽量提纲挈领，促进大家思考。

如上图所示，在这一章的课程中会包含5个NLP基本任务，通过基础理论讲述和6个实践项目让大家牢牢则掌握这些重要的任务。目前这部分课程我们已经准备好了代码和参考资料，这部分的内容会在3月中旬更新完成。

3. 自然语言处理预训练模型：主要介绍Transformer，attention以及BERT等概念与最新和最有效的NLP技术，是非常有价值的内容。最重要的是，通过实际的项目（设计3个项目：基于BERT的命名实体识别；基于BERT和阅读理解任务的信息抽取；基于ALBERT的相似度计算项目），帮助大家真正掌握这些内容，未来再出新的模型，也就能够手到擒来，自如应对了。

目前这部分课程我们已经准备好了的代码和参考资料，视频部分的内容会在4月初更新完成。

4. 聊天机器人：聊天机器人是在NLP领域中较为热门的应用领域，很多公司有构建智能客服，对话系统，业务助手的需求。课程介绍对话系统，FAQ以及闲聊机器人三种时下最流行的机器人，聊的都是如今产业界的实现方式，可以直接拿来应用。通过从数据预处理到模型搭建及训练优化，手把手的教学，让你完全掌握最有用的机器人技术。

三种机器人都有了项目代码，该部分的内容会在4月中旬更新完成。

5. 知识图谱：详细介绍知识图谱中知识体系，知识存储等内容，在建立起完善的理论知识的基础上，通过实际搭建一个KBQA，掌握知识图谱的搭建和应用过程。知识图谱是现在各大公司都在搭建的东西，未来会成为NLP工程师必备的技能包之一。

这个阶段的课程会在4月底更新完成。