Fast.ai发新课啦！侧重实战，从头上手玩转NLP

大数据文摘出品

来源：Fast.ai

作者：宁静

 

被无数行家推荐的Fast.ai系列课程又有更新啦！这门最新课程专注自然语言处理实战。

 

这门课程最初于2019年夏季在旧金山大学数据科学硕士课程中讲授，现在已经可以在Fast.ai的官网上观看学习了。

 

先上网址：

https://www.fast.ai/2019/07/08/fastai-nlp/

 

 

为什么要学习这门课？

 

相比其他的NLP教学视频，该课程从代码带领学习者入门，通过先上手玩儿代码，引领学习者从实践中探索NLP的原理。课程中的所有代码都在Github中开源，所有的教学视频在YouTube中都能找到。

 

 

课程源码的Github地址：

https://github.com/fastai/course-nlp

 

课程的YouTube视频地址：

https://www.youtube.com/playlist?list=PLtmWHNX-gukKocXQOkQjuVxglSDYWsSh9

 

 

能学到什么？

 

实战内容涵盖NLP中的一些经典问题，包括：对文章的主题建模（topic modeling）、文本的情感分类（识别一个评论的携带的情绪是积极的还是消极的）、对语言的建模、和现在比较流行的机器翻译。实战总是建立在理论的基础上，在coding的过程中，也有对基本概念的渗透，如：regex（正则表达式)、SVD（矩阵的奇异值分解）、naive bayes（朴素贝叶斯）、tokenization（分词）这些常见名词和应用场景的易懂解释。

 

除此外，还有对深度学习领域中神经网络的剖析，包括RNNs和seq2seq模型、attention机制以及机器翻译结构。

 

 

课程特色

 

除了基本原理层面的解释和实战上的熟悉，这门课程可谓是全程干货：

 

• 介绍了自然语言处理中的迁移学习；

• 支持多语言；

• Nikhil Garg关于嵌入字如何编码的特别演讲（以及过去100年来的变化情况）；

• NLP的发展进步如何推动虚假信息的识别。

 

GPT-2等新语言模式带来的风险

 

课前准备

 

该课程使用Jupyter笔记本进行Python教学，使用sklearn，nltk，pytorch和fastai等库。所以熟悉 Python中的数据处理以及机器学习概念(如训练和测试集)是必要的。最好还有一些PyTorch和神经网络的经验。

 

但是！如果你对这门课程感兴趣，但不确定你是否有正确的背景知识，那不如就上手试试！等你发现了一些你不熟悉的概念，再停下来研究一下也是可以的。