自然语言处理基于深度学习的中文命名实体识别实战

自然语言处理基于深度学习的中文命名实体识别实战
共77节 2850人在学 课程详情
  • 命名实体识别开篇

    • 命名实体识别开篇
    • 课程案例演示
    • 命名实体识别相关概念讲解
  • 开发环境搭建

    • Anaconda安装
    • Anaconda配置
    • Anaconda创建虚拟环境
    • Anaconda虚拟环境使用
    • cuda安装与测试
    • cudnn安装与配置及GPU环境测试
    • jupyter中怎么使用虚拟环境
    • Pycharm的安装配置及使用
  • 循环神经网络基础

    • 循环神经网络能干什么
    • 循环神经网络讲解
  • 长短期记忆网络基础

    • LSTM简介
    • LSTM深入理解
    • LSTM与神经网络及循环神经网络之间的关系
  • 基于BiLSTM+CRF的中文命名实体识别数据预处理

    • BiLSTM+CRF模型讲解
    • 数据集简介及环境搭建
    • 数据集加载方法讲解
    • 数据集加载方法测试
    • 更新指定编码开始
    • BIO编码校验及更改
    • BIO编码校验方法测试
    • BIO编码转BIOES编码
    • 编码转换方法测试
    • 更新指定编码完成
    • 构建字典映射
    • 通用构建item及频率方法
    • 词典映射构建完成
    • 构建标签映射
    • 数据预处理开始
    • 数据预处理结束
    • 批量数据管理开始
    • 数据填充讲解
    • 批量数据管理结束
  • 基于BiLSTM+CRF的中文命名实体识别模型实现

    • 模型参数定义开始
    • 模型参数定义完成
    • train方法中数据加载及编码转换讲解
    • train方法中字典构建及数据预处理讲解
    • 模型配置讲解
    • 模型配置加载与保存讲解
    • 统一日志方法编写
    • 统一日志方法验证
    • 模型代码编编写上
    • 模型代码编写下
    • embedding_layer详细讲解
    • biLSTM_layer详细讲解
    • project_layer详细讲解
    • crf_loss_layer上详细讲解
    • crf_loss_layer下详细讲解
    • viterbi_decode详细讲解
    • 模型运行方法代码讲解
    • 模型评估方法代码编写与讲解
    • 编码转换讲解
    • 模型训练部分代码完成
    • 模型整体创建部分代码完成
    • 模型加载词向量上
    • 加载词向量完成
    • 模型整体评估方法讲解
    • 模型保存方法讲解.
    • 代码整体优化和修复bug
    • 加载词向量调试讲解
    • 过滤测试中的词
    • 整体代码完成
    • 整体训练讲解
  • 基于BILSTM+CRF的中文命名实体识别模型使用案例

    • 模型使用项目工程创建
    • 加载maps文件获取数据
    • 使用模型主体方法完成
    • 模型及输入方法测试
    • 模型使用方法测试及调试完成
    • 模型使用命令行方式完成
    • Postman工具安装及使用讲解
    • 命名实体识别api工程搭建
    • 命名实体识别api方式使用完成
    • 命名实体识别web界面演示及功能实现
    • 命名实体识别web前后台通信完成
    • 命名实体识别web项目完成

    订阅失败

    自然语言处理基于深度学习的中文命名实体识别实战
    自然语言处理基于深度学习的中文命名实体识别实战 ...

    订阅列表已满,请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
    提交答案

    购买课程

    扫码完成付费,可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈,我们将及时处理!

    课时介绍

    BIO编码转BIOES编码

    课程介绍

    课程目标:

    学习完本门课程,您将对自然语言处理技术有更深入的了解,彻底掌握中文命名实体识别技术。

    适用人群:

    自然语言处理从业者、深度学习爱好者

    课程简介:

    命名实体识别作为自然语言处理的基础技术之一,在自然语言处理上游各个任务(问答系统、机器翻译、对话系统等)重扮演者十分重要的角色,因此深入掌握命名实体识别技术,是作为自然语言处理从业者毕本技能,本课程理论与实践相结合,希望能给大家带来帮助。

    课程要求:

    (1)开发环境:Python3.6.5 Tensorflow1.13.1;
    (2)开发工具:Pycharm;

    (3)学员基础:需要一定的Python基础,及深度学习基础;

    (4)学院收货:掌握命名实体识别关键技术;

    (5)学院资料:见课程资料;

    (6)课程亮点:全程实战操作,徒手撸代码。



    推荐课程

    信息系统项目管理师自考笔记

    李明 · 723人在学

    python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

    王先生 · 22098人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4205人在学

    Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

    黄菊华 · 788人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 841人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5154人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1506人在学

    Python Django 深度学习 小程序

    钟翔 · 2319人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 598人在学

    Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

    李杰 · 3985人在学

    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中,请耐心等待几秒钟~