转载：https://mp.weixin.qq.com/s/5KhTWdOk-b84DXmoVr68-A
第一期：深度学习与文本分析（CIPS ATT5）
第一讲：深度学习基础知识（邱锡鹏，复旦大学）
第一节 基础知识、前馈神经网络、分布式表示
第二节 卷积神经网络、循环神经网络、外部记忆与注意力模型
第三节 概率图模型、深度生成模型、深度强化学习
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/ATT2017-Basic.pdf
第二讲：深度学习工具实战（龚经经，复旦大学）
第一节 TensorFlow介绍与深度学习模型实现
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/ATT2017-Practice.pdf
第三讲：深度学习与词法句法语义分析 （车万翔，哈工大）
第一节 词法、句法与语义分析简介；结构化预测任务（序列分割、序列标注、句法分析）；传统的结构化预测方法（基于图方法、基于转移的方法）
第二节 基于神经网络的图方法；基于神经网络的转移方法
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/ATT2017-NLP.pdf
第四讲：深度学习与知识获取 （刘康，中科院自动化所）
第一节 基于深度学习的词表示（NNLM、Word2Vector、Log-Bilinear等）、知识图谱表示学习（RESCAL、TransE、TransH、TransD、KG2E等）
第二节 基于深度学习的知识抽取：实体关系抽取、开放域关系抽取、事件抽取
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/ATT2017-Knowledge.pdf
第二期：深度学习与NLP应用（CIPS ATT6）
第一讲：深度学习与机器翻译（熊德意，苏州大学）
第一节 神经机器翻译基础知识 ：神经机器翻译发展过程简介，串到串模型，基于注意力的神经机器翻译，注意力模型，集外词翻译，覆盖度模型，神经机器翻译与统计机器翻译比较与融合，神经机器翻译开源工具与平台
第二节 神经机器翻译进阶：字符与subword级神经机器翻译，基于句法的神经机器翻译与外部语言学知识融合，神经机器翻译新架构，多语与多模态神经机器翻译，神经机器翻译未来发展方向
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/ATT2017-NMT.pdf
第二讲：深度学习与自动问答（冯岩松，北京大学）
第一节 自动问答简介；传统知识库问答；基于深度学习的知识问答 I
第二节 基于深度学习的知识问答 II；基于深度学习的阅读理解；基于深度学习的对话系统
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/ATT2017-QAI.pdf
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/QA_2017_QAII.pdf
第三讲：深度学习与社会计算（赵鑫，中国人民大学信息学院）
第一节 网络表示：主要以network embedding作为主要技术点，包括一些基本的network embedding模型（包括DeepWalk、LINE、Node2vec等），同时也包括一些拓展工作（包括异质关系网络融合表示）
第二节 推荐系统：主要介绍最近几年深度学习在推荐系统中的应用，将分为两大块，刻画用户与物品交互以及刻画附加内容信息。将会涵盖大部分最新的深度学习推荐模型。
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/ATT2017-NetworkI.pdf
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/ATT2017-IRII.pdf
第四讲：深度学习与信息检索（郭嘉丰，中科院计算所）
第一节 基于分布式表示的信息检索：深度学习搜索发展历史简介、分布式表达、基于分布式表达的信息检索模型及其在检索问题上的应用
第二节 基于深层匹配的信息检索：信息检索的深层匹配建模、深层匹配模型及其在不同检索问题上的应用，相关的Toolkit介绍
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/ATT2017-IRI.pdf
ppt：http://cips-upload.bj.bcebos.com/2017/ssatt2017/ATT2017-IRII.pdf
520
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
