《自然语言处理与知识发现》2022秋

— A course getting started in the fall of 2020.

一、日程安排

日期	内容
Oct, 11	▩ Ch0.《课程概论》 ▩ Ch1.《语言学和自然语言处理的基本问题》
Oct, 18	▩ Ch2.《词汇计算基础》_{(文本材料：《哈利波特与魔法石》)} ▩ 专题1：《词汇计算和文本(情感/主题/风格)分类》
Oct, 25	▩ Ch3.《朴素贝叶斯分类算法》
Oct, 28	▩ Ch4. 《潜在语义分析：文本数据稀疏性处理》
Nov, 1	▩ Quiz A：算法理论考题 ▩ Ch4. 《潜在语义分析：文本数据稀疏性处理》 ▩ Ch5.《语法和依存关系》（移步实验课环节）
Nov, 4	▩ 《NLP从入门到进阶——分水岭》 ▩ Ch6.《熵和统计学基础》
Nov, 8	▩ Ch6.《熵和统计学基础》
Nov, 11	▩ Ch7.《统计NLP——“判别”模型：最大熵ME模型和文本分类》
Nov, 22	▩ Quiz B：《哈利波特和魔法石的文本挖掘和知识发现》小组汇报 ▩ 专题2：《ME语言模型下的文本分类模型和代码》
Nov, 25	▩ Ch8. 《NLTK文本预处理：分词、分句、词频、POS、近似词汇》 ▩ Ch9. 《统计NLP——“序列标注”模型：POS和隐马尔可夫HMM算法》
Nov, 29	▩ Ch9. 《统计NLP——“序列标注”模型：POS和隐马尔可夫HMM算法》 ▩ 专题3：《HMM序列标注及其在POS Tagging上的算法内核》
Dec, 6	▩ Ch10. 《统计NLP——“序列标注”模型：NER和条件随机场CRF算法模型》 ▩ 专题4：《CRF序列标注及其在实体识别(NER)上的算法内核》
Dec, 9	▩ Ch11.《LDA主题模型》(略讲) ▩ Ch12.《神经网络在NLP问题上的实现方案》 ▩ 专题5：《RNN、序列标注的算法模型，及LSTM代码实例》（搭配当晚实验课）
Dec, 13	▩ Quiz C：算法理论考题，课程大论文——小组选讲 ▩ 专题6：《RNN和文本生成的算法实例》
Dec, 16	▩ Ch13. 《语义和嵌入计算》 ▩ 专题7：《BERT深度语义表示和情感分类》
Dec, 20	▩ 随堂考查 ▩ 专题8：《表示学习框架下的图神经网络和知识图谱》