趋近智

Assistant

在线

趋近智

所有课程

自然语言处理基本原理

章节 1: 自然语言处理基本原理与高级文本处理

自然语言处理流程

高级分词方法

词干提取与词形还原比较

文本数据中的噪声处理

停用词高级定制

文本标准化方法

动手实践：构建预处理流程

第 1 章测验

章节 2: 文本特征工程

从词袋模型到TF-IDF

计算 TF-IDF 分数

使用N-gram来获取语境信息

特征哈希简介

文本特征的降维

比较不同的文本表示方法

动手实践：生成文本特征

第 2 章测验

章节 3: 监督学习在文本分类中的应用

分类算法回顾

将分类器应用于文本数据

分类模型评估指标

交叉验证策略

文本模型的超参数调优

处理不平衡数据集

实践：构建文本分类器

第 3 章测验

章节 4: 嵌入表示与序列数据理解

基于频率的模型的局限性

分布式语义学简介

词嵌入基本原理

Word2Vec：CBOW 与 Skip-gram 模型结构

GloVe：词语的全局向量表示

词嵌入的可视化

使用预训练词嵌入模型

动手实践：使用词嵌入

第 4 章测验

章节 5: 自然语言处理中的序列模型介绍

序列感知的必要性

循环神经网络（RNN）基础

理解梯度消失问题

长短期记忆（LSTM）网络

门控循环单元 (GRUs)

将序列模型应用于文本

动手实践：构建一个简单的序列模型

第 5 章测验

文本特征工程的测验

测验

章节：文本特征工程

评估本章核心概念、权衡与实际应用。

评估规范

12 道评估题
及格分数：70%
无限次尝试。保留最高分。
通过此测验计入课程结业认证

评估格式

题目侧重于设计权衡、常见故障模式与实际决策。建议独立完成，作为衡量自身工程判断力的基准。

尝试记录

登录以查看历史尝试记录。

© 2025 趋近智