课程内容主要是 NLP 里面最基础的知识，包括语法，语义，信息抽取，机器翻译等等。主要都是基于统计的传统方法，机器学习的方法讲的不多。

上课主要讲PPT，但 PPT 内容特别多，而且重点不太明确，导致最后复习的时候有点难受。

期末考试半开卷，今年主要考了 good-turing 平滑，HMM 的三个问题以及如何应用于 POS 标注，使用 CKY 构建语法树，PPMI，使用朴素贝叶斯+拉普拉斯平滑判断词属于哪个意思（注意拉普拉斯平滑各个参数的含义 ），tf-idf 的含义，如何衡量两个词语的相似程度以及 RNN 结构。

还是得说这种没有作业，没有实践的课学完了很容易有一种啥也没会的感觉，当然如果大四水学分的话可能还不错。

下面是我和 lzt 同学一起整理的期末考试用的 A4 纸，有一些要点可能没有整理到，也有可能包含一些错误，仅供参考。

自然语言处理期末复习A4纸.docx

首先这门课的PPT终于是中文了，可喜可贺。

有一个2人合作的5000字论文阅读，偶有传纸式点名。

考试是陈题大放送。

1.footbal与global的最小编辑距离，并在图中标明一条路径。

2.（1）给了N0,N1,N2,N3的值，用good-tuning求i＝0，1，2修改后的计数Ci。

（2）给了三种不同值的困惑度，分别来自1元2元3元模型，问谁是1元谁是3元并给出理由。

（3）打乱测试数据困惑度上升还是下降并给出理由。

3.（1）词性与单词角度解释似然值与先验。

（2）HMM计算过程中使用的概率并描述。

4.（1）CFG与依存哪个树节点多，为什么。

（2）给出一堆规则，问哪些不合CNF并修改。

（3）在（2）的基础上，写一个超过6个单词的合理句子并画树。

5.（1）IDF公式，及使用其加权的原因。

(2)简述LSA计算过程。

（3）BERT相比Skip-gram的最大优势。

6.朴素贝叶斯分类器进行情感分析。5个句子两个正面三负面，问Unoriginal with no fun 情感。需使用加一平滑，有给出词汇表。给出的句子与测试句子都有未知词，给出的句子还含有停用词。

7.（1）IOB对N类命名实体分为几类，并解释每一类含义。

（2）机器翻译，给出主观评价客观评价指标各一种，并简述评价方法。

两次点名缺一次，听说扣不少分

上课几乎没去过，唯一去两次还有一次点名了）

今年稍有一点新东西加进来，但是也是科普

考试内容感觉每年都不变，pksq往年大抄直接拿过去就能用，往年题改一改就是今年题。

没作业但是有结课论文，一不小心和partner选到了用神人lua版本torch写的代码，只能自己从头开始写，写完也没交代码，也没git，这么一看应该也没人看）只贴了个结果上去甚至结课论文忘了写名字。。。

给分今年是不是捞人不卡g了，正好90，课用来水学分非常适合，如果你和我一样不缺g保研和不想保研，那建议选，b事很少，还容易及格。

还没考试，但是想先说说自己的想法：

首先，对于计算机学院的学生来说，这门课相当一部分内容和大三上学期的web信息处理与应用重合，个人更推荐那门课（虽然23秋最后的考试成了按计算器大赛，但我想xt应该会改进；

其次，这门课没有作业没有实验，学分也只有两个，收获不大；

最后，老师会点名，而且并不像pksq说的那样会提前在群里通知。

总结：不缺学分且并不准备做NLP的别来。

边复习边感慨这课是真的out of date

课程内容和考试内容楼上已经说过了，不再赘述

只有一次点名（而且提前一周通知）和一次论文阅读报告作业需要提交，对大四水学分的同学十分友好

期末考试半开卷，建议打印PPT上所有计算相关的部分（n-gram语言模型、HMM、朴素贝叶斯、PPMI...etc），都很有可能出题，但是这课只开了两年应该找不到往年卷

老师上课讲的还是很不错的，最后一节课也请了产业界的师兄来做报告，但是没有任何的实验/作业导致课程更加接近科普性质，不能指望学到任何实际的NLP

给分是点名10%+报告20%+期末70%，显然没有调分，据助教消息今年一个4.3都没给（还卡我94），对大三同学的GPA非常不友好，不建议在大四之前提前选这门课（或者像我一样当自由选修来上）

上课水，老师照着ppt念，ppt内容多，下面没几个人在听的。主要是把 NLP 的各个细分领域过了一遍，科普介绍性质，感觉离实际应用有点远。没有作业和实验学不到什么真东西。

期中一次3000字+的文献调研报告，期末考试考全部ppt内容。平时点了两次名，点名之前会在群里通知。给分3：7，目测没怎么调。

总之这课留着大四水挺好的，看上去不容易给挂。大三上有被拖绩点风险，毕竟期末占比大，考试内容没有划任何重点，偶然性很强。我平时分拿满，期末复习的挺细的感觉考的也不错，最后莫名奇妙只有3.7。

随机点名和考试的唯一目的，是区分出正态分布，不看给分还是可以的。

105个人的课只有一名助教，辛苦了，只有一个阅读报告的目的是减轻助教压力，

但还是要给0分：不给统计、不汇报分数(大概知道卷子是怎么改的了)

出分再补充。

首先是基于前人文档修订后的小抄，添加了聊天机器人的章节和部分修改。

50469c02497f04b1874043b4063003b656d2a0bb.docx

考试只能说，确实和pksq说的一样，都是计算题，而且就那几种计算，几乎一模一样。感觉整理的小抄没什么用，还不如只印计算部分和tf-idf之类的pksq提到的知识点。

上课前面去过，后面太困了就没怎么去过了，感觉实际上去了也只是看PPT。

这个课有一个缺点是选的人太少了，20个人*0.4也就只有8个人能上优秀。

以及据我所知优秀线下给分不太好（听说了几个1.x？），优秀线上不清楚，自己考试大部分题目都写出来了，但也只是勉勉强强3.7 。

想了解下传统NLP还是可以的