【第1阶段】：自然语言处理阶段
【监督方式】：强监督
「第1章」：NLP理论进阶篇
课程名称：【3014】【2、NLP人工智能（第二部分）---自然语言处理进阶「解锁式学习」】
课程内容：自然语言处理与深度学习的一些知识点的学习。
---考核---（可选择，联系教务老师）
「第2章」：NLP理论进阶篇
课程名称：【3024】【3、NLP人工智能（第三部分）---深度学习Bert进阶「解锁式学习」】
课程内容：深度学习中的文本匹配以及语料库的匹配等自然语言处理结合的课程。
---考核---（可选择，联系教务老师）
「第3章」：NLP项目篇
课程名称：【3266】【NLP到Word2Vec实战「解锁式学习」】
课程内容：自然语言处理阶段的Word2Vec的讲解
---考核---（可选择，联系教务老师）
「第4章」：NLP项目篇
课程名称：【30322】【2、自然语言处理-基于Seq2Seq、Transformer、BERT的词向量「解锁式学习」】
课程内容：该课程主要实现了NLP的一个整体的项目，讲解了项目导论与中文词向量实践、基于Seq2Seq架构的模型搭建、NLG过程的优化与项目的inference、OOV和Word-repetition问题的改进、基于Transformer特征提取器的改进、BERT在抽取任务中的效果、预训练模型在摘要任务中的改进、项目总结与回顾等知识点
---考核---（可选择，联系教务老师）
「第5章」：NLP项目篇
课程名称：【30323】【3、自然语言处理-基于大规模预训练模型的机器阅读理解「解锁式学习」】
课程内容：该课程讲解了整个项目的开发过程，其中包括了机器阅读理解发展以及解析、常见的机器学习阅读理解模型、BERT与机器阅读理解、BERT的模型变体、其他的机器阅读理解模型、模型的集成与部署、项目总结整体的内容
---考核---（可选择，联系教务老师）
「第6章」：NLP项目篇
课程名称：【30415】【3、（2022）NLP项目集合「解锁式学习」】
课程内容：该课程讲解了自然语言处理中的图书分类项目、基于Seq2Seq的文本生成、基于Seq2Seq的机器翻译系统、Named Entity Recognition项目、Pointer NetWork以及Beam Search项目、智能营销项目营销文案生成论文、文本领域中的数据增强技术、NLP Lecture 话系统中的核心、检索模型等知识点的讲解
---考核---（可选择，联系教务老师）
「第7章」：NLP项目篇
课程名称：【30416】【4、（2022）Transformer和预训练模型阶段「解锁式学习」】
课程内容：该课程主要讲解了自注意力机制以及Transformer、Teansformer的代码实现、基于Transformer的闲聊引擎、BERT中的Fine-tuning实例讲解、XLNet、ALBERT的应用、以及XLNet论文讲解。
---考核---（可选择，联系教务老师）
===============章节分割线===============
【第2阶段】：AI项目合集阶段
【监督方式】：强监督
「第1章」：机器学习练习系列篇
课程名称：【5051】【机器学习-文本主题与分类（5，6）「自由式学习」】
课程内容：kaggle中对文本的分类项目练习。
---考核---（可选择，联系教务老师）
「第2章」：机器学习练习系列篇
课程名称：【25100】【PyTorch-情感分类「自由式学习」】
课程内容：等待介绍文本
---考核---（可选择，联系教务老师）