Aopu 自然语言处理之AI深度学习顶级实战课程【完整】

资源目录：
├─275_aupo_自然语言处理
│
├─章节1： NLP和深度学习发展概况和最新动态
│ ├─1. NLP历史现在及为什么需要学习NLP技术.mp4
│ └─2. NLP实现机器学习，聊天机器人，情感分析和语义搜索.mp4
│
├─章节2： NLP与PYTHON编程
│ ├─3. Python环境搭建及开发工具安装.mp4
│ ├─4. NLP常用PYTHON开发包的介绍.mp4
│ ├─5. Jieba安装、介绍及使用.mp4
│ ├─6. Stanford NLP 在Python环境中安装、介绍及使用.mp4
│ └─7. Hanlp 在Python环境中安装、介绍及使用.mp4
│
├─章节3： 快速掌握NLP技术之分词、词性标注和关键字提取
│ ├─08. 分词、词性标注及命名实体识别介绍及应用.mp4
│ ├─09. 准确分词之加载自定义字典分词01.mp4
│ ├─10. 准确分词之加载自定义字典分词02.mp4
│ ├─11. 准确分词之动态调整词频和字典.mp4
│ ├─12. 词性标注代码实现及信息提取.mp4
│ ├─13. 人名、地名、机构名等关键命名实体识别.mp4
│ ├─14. TextRank算法原理介绍.mp4
│ └─15. 基于TextRank关键词提取.mp4
│
├─章节4： 句法与文法
│ ├─16. 依存句法与语义依存分析.mp4
│ ├─17. 依存句法树解析（子树遍历，递归搜索，叶子节点提取等）.mp4
│ ├─18. 名词短语块挖掘.mp4
│ └─19. 自定义语法与CFG.mp4
│
├─章节5： N-GRAM文本挖掘
│ ├─20. N-GRAM算法介绍.mp4
│ ├─21. N-GRAM生成词语对.mp4
│ ├─22. TF-IDF算法介绍应用.mp4
│ └─23. 基于TF-IDF挖掘符合语言规范的N-GRAM.mp4
│
├─章节6： 表示学习与关系嵌入
│ ├─24. 语言模型.mp4
│ ├─25. 词向量.mp4
│ ├─26. 深入理解Word2vec算法层次sofmax.mp4
│ ├─27. 深入理解Word2vec算法负采样.mp4
│ └─28. 6.4 基于Word2vec技术的词向量、字向量训练.mp4
│
├─章节7： 深度学习之卷积神经网络
│ ├─29. BP神经网络.mp4
│ ├─30. 彻底理解深度学习指卷积神经网络.mp4
│ ├─31. CNN文本分类.mp4
│ ├─32. CNN文本分类算法模块.mp4
│ ├─33. CNN文本分类模型详解数据预处理.mp4
│ └─34. CNN文本分类模型测试与部署.mp4
│
├─章节8： 深度学习之递归神经网络
│ ├─35. 递归网络.mp4
│ ├─36. LSTM.mp4
│ ├─37. LSTM文本分类原理.mp4
│ ├─38. LSTM文本分类代码架构.mp4
│ ├─39. LSTM文本分类代码详解.mp4
│ └─40. LSTM文本分类模型预测与部署.mp4
│
└─章节9： 特定领域命名实体识别NER技术
│
├─41. 基于深度学习医药保险命名实体识别课题背景介绍.mp4
├─42. 医药保险命名实体和实体关系体系建立和命名实体分类规范.mp4
├─43. 医药保险命名实体识别相关前沿技术和难点.mp4
├─44. 基于深度学习医药保险命名实体识别的算法模块设计(上).mp4
├─45. 基于深度学习医药保险命名实体识别的算法模块设计（下）.mp4
├─46. 数据的采集，清洗，数据机器自动标注及转化为深度学习格式.mp4
├─47. 数据的采集，清洗，数据机器自动标注及转化为深度学习格式.mp4
├─48. 模型本地Lib库封装（上）.mp4
├─49. 模型本地Lib库封装（下）.mp4
├─50. 部署tensorflow训练好的模型为云服务（上）.mp4
├─51. 部署tensorflow训练好的模型为云服务（下）.mp4
├─52. 算法设计及代码实现1.mp4
├─53. 算法设计及代码实现2.mp4
├─54. 代码调试，参数优化及深度剖析（深入理解）1.mp4
└─55. 代码调试，参数优化及深度剖析（深入理解）2.mp4