针对论文需求，具体学习自然语言处理相关内容，主要为自然语言处理任务流程，自然语言处理相关模型，+对应项目练习 学习计划： 第一个月：第1阶段+第二阶段1-5章 第二到三个月：第二阶段后续项目作为参考，整理了论文数据集，使用对应论文做实验，整理实验结果 第四个月：写论文   ===============章节分割线=============== 【第1阶段】：深度学习阶段 【监督方式】：强监督 「第1章」：深度学习基础篇 课程名称：【21964】【深度学习-【2020版】【深版】「自然语言处理-解锁式学习」】 课程内容：深度学习深入知识的讲解，对神经网络等深度学习常用的算法进行了讲解                     ---考核---（可选择，联系教务老师） 「第2章」：深度学习工具篇 课程名称：【9622】【深度学习-Tensorflow2.0「解锁式学习」】 课程内容：深度学习中TensorFlow2.X版本的讲解与使用。                     ---考核---（可选择，联系教务老师） 「第3章」：机器学习工具篇 课程名称：【27582】【轻松学Keras「自由式学习」】 课程内容：该课程主要讲解Keras对MNIST数据集的加载、可视化、搭建、训练、显示等                     ---考核---（可选择，联系教务老师） 「第4章」：深度学习工具篇 课程名称：【9555】【Pytorch学习「解锁式学习」】 课程内容：深度学习中的Pytorch框架的讲解于使用。                     ---考核---（可选择，联系教务老师）     ===============章节分割线=============== 【第2阶段】：自然语言处理阶段 【监督方式】：强监督 「第1章」：NLP理论基础篇 课程名称：【2924】【1、NLP人工智能（第一部分）---自然语言处理基础必备「解锁式学习」】 课程内容：自然语言处理方向中对一些基础的自然语言处理的讲解，特征选取以及词向量等，其中还有对机器学习做的一些简单的复习知识。可以跳过                     ---考核---（可选择，联系教务老师） 「第2章」：NLP理论基础篇 课程名称：【3425】【NLP自然语言处理基础课程「解锁式学习」】 课程内容：LDA、语言模型结合朴素贝叶斯、基于统计的翻译系统、隐马尔可夫模型、词向量等知识的讲解。                     ---考核---（可选择，联系教务老师） 「第3章」：NLP理论基础篇 课程名称：【30441】【1、（2022）NLP前置课程「自由式学习」】 课程内容：该课程主要讲解了自然语言处理的概论以及常见的基础任务的普及、分类问题、命名实体识别、句法分析、语义理解与常见应用、以及两篇paper的带读、讲解了一个小案例、实践复杂度、动态规划、DP动态规划等知识点                     ---考核---（可选择，联系教务老师） 「第4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5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6章」：NLP理论基础篇 课程名称：【30325】【1、自然语言处理-NLP核心能力提升「自由式学习」】 课程内容：该课程主要是讲解语言模型与语法树、爬虫、搜索引擎与自动路径决策、动态规划与编辑距离、自然语言初步理解、经典的机器学习算法、深度学习、非监督、半监督、主动学习、word2vec、CNN卷积神经网络、RNN循环神经网络、Transformer与BERT大规模预训练问题、面向服务的智能客服机器人与新闻自动生成摘要的案例等知识体系                     ---考核---（可选择，联系教务老师） 「第7章」：NLP项目篇 课程名称：【27493】【4、PyTorch_LSTM文本生成「解锁式学习」】 课程内容：该课程主要讲解Pytorch使用LSTM生成字符集的操作                     ---考核---（可选择，联系教务老师） 「第8章」：NLP项目篇 课程名称：【25083】【PyTorch-情感分类「解锁式学习」】 课程内容：等待介绍文本                     ---考核---（可选择，联系教务老师） 「第9章」：NLP项目篇 课程名称：【30328】【2、自然语言处理-基于Seq2Seq、Transformer、BERT的词向量「自由式学习」】 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10章」：机器学习练习系列篇 课程名称：【3542】【机器学习-文本主题与分类（5，6）「解锁式学习」】 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11章」：机器学习练习系列篇 课程名称：【30171】【基于LSTM进行文本生成「解锁式学习」】 课程内容：该课程主要讲解了通过Tensorflow2.0实现基于LSTM的文本生成                     ---考核---（可选择，联系教务老师） 「第12章」：机器学习练习系列篇 课程名称：【30173】【基于Embedding进行IMDB情感文本分析「解锁式学习」】 课程内容：该课程主要讲解了通过Tensorflow2.0实现基于Embedding进行IMDB情感文本分类                     ---考核---（可选择，联系教务老师）     【时间安排】： 学员可以自主安排学习时间。具体的时间可以灵活调整。 【相关规定】： （1）每天完成今日学习任务，提交相应的csdn或者是有道云笔记之类的链接到每日作业中。老师会进行审核，每个阶段结束，进行阶段测评，测评通过，提交老师发布的通过截图到下一个课程的第一节的阶段卡点之后，方可进行下一章内容的学习。 （2）每个章节结束，如果觉得吸收比较乱，知识点多，可以进行xmind脑图的构造一下整体的思路！ （3）项目阶段，需要录制或者文档落地针对做过的项目的自述！ （4）每天必须按计划完成任务，临时有事需在日报中说明情况即可，长期请假请联系教务老师。 （5）考核不通过需要缴费补考，50元是第一次，每次增加50元，200元封顶（此项如有疑问，可以联系教务老师进行更改）。 【参考博客】：第二天早晨八点半，会有拜师晨报提醒。当中有学生优秀博客，可以查看学生的排版 【监督相关说明】： 弱监督：不需要每天提交作业，直接可以解锁课程，适合于自制力能力强的。 强监督：需要学习完一个课程通过管理员解锁才能继续学习下一个阶段，适合于自制力不够强，已经参加工作的学员。 【工作安排】： （1）、批改作业，环境安装！还有学习过程中有不会的问题的话，艾特软件安装以及基础答疑老师！ （2）、学习过程中如果有什么问题和疑问，可以艾特答疑老师！ （3）、如果计划需要更改，可以群里艾特我和跟你电话测评沟通的老师进行沟通！ （4）、如果有什么方向上面的疑问，可以艾特相关的答疑老师和计划制定的老师！ （5）、如果不知道找哪位老师的话，或者问题比较紧急的可以艾特教务老师进行处理，或者有什么意见和建议（直接私聊教务老师）！教务老师会进行受理！