自然语言理解(刘贵全) 2024春 2023春 2022春 2021春 2020春 2019春 2018春 2017春 2016春 2015春  课程号:COMP6210P01
2024春 2023春 2022春 2021春 2020春 2019春 2018春 2017春 2016春 2015春  课程号:COMP6210P01
8.0(4人评价)
8.0(4人评价)
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
选课类别:专业 教学类型:理论实验课
课程类别:研究生课程 开课单位:计算机科学与技术系
课程层次:硕士   学分:3.5
课程主页:暂无(如果你知道,劳烦告诉我们!)
简介 最后更新:

自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与机器(计算机)之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。自然语言处理并不是一般地研究自然语言,而在于研制自然语言的计算模型,并在机器(计算机)上进行实现。

本课程主要介绍自然语言理解的基本理论和方法。整个课程分八章讲解。第一章为绪论部分,介绍自然语言理解的基本概念和发展进程。第二章到第四章主要讲述语法分析方面的内容,包括词法分析、句法、特征与扩充文法、自然语言文法和高效分析方法。第五章和第六章介绍语义分析方面的内容,包括语义语法、格语法、歧义消解知识工程等。第七章介绍统计语言模型,包括N元语法模型与应用、数据平滑技术等。介绍自然语言理解的最新进展与应用。

排序 学期

评分 评分 4条点评

匿名用户 2023春
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:一般
  • 收获:一般

1. 签到:课程全程无签到,从第三周开始只有三四十个人在教室

2. 作业:没有留小作业,就是最后结课大作业里给了3道题目(基于seq2seq的机器翻译、基于Transformer的机器翻译、基于BERT的命名实体识别),3道都要做,最多可以3人组队,平均下来一人一道题,作业量不大

3. 给分:今年助教比较严格,组织了大作业答辩,最终分数=报告*30%+答辩*70%,答辩时助教会随机问问题,比如Transformer的输入是什么、遮蔽语言模型是什么等等(问题很随机,范围很广还难以准备,就这一点最让人担心)。说是平均分在80左右,但最终给分可能会偏高一点(打分表上给我写了80/81,系统里查到了85)

4. 学到的东西:微乎其微,想学习NLP类知识不如去看李沐老师的教程

 

1 0 复制链接
putatio 2022春
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:很少
  • 给分:一般
  • 收获:一般

两次小作业,期末开卷

讲了很多编译原理一样的东西,感觉在上语言课……怎么用计算机解决识别中英文语法的各种变形什么的

还有介绍一些网络模型,BERT之类

一个小组project,给了三个题目也可以自选,考后两周截止

老师也很佛系,第一节课给拷所有ppt,最后一节课都没说结课了以后不上了,也没提考试时间,还是班群通知的所有考试时间表里自己找的……

0 0 复制链接

刘贵全

教师主页: 戳这里

其他老师的「自然语言理解」课

未知 2017春

刘贵全老师的其他课

数理逻辑进阶与应用 9.2 (4) 2024秋 2023秋...
数理逻辑 8.6 (10) 2021春 2020春...
自然语言处理 7.5 (2) 2024秋 2023秋...
数理逻辑基础 7.3 (27) 2023春 2022春
代数结构 6.8 (5) 2015春
人工智能与技术伦理 6.8 (8) 2024秋 2023秋
人工智能与技术伦理 5.9 (10) 2022秋 2021秋...
人工智能原理 2013春 2006春...
代数结构 2005春
离散数学 2006秋 2003秋...
离散数学I 2017春 2016春...
离散数学II 2011春 2010春...
组合数学 2020秋