联系

网易云课堂 自然语言处理之动手学NER

内容简介

命名实体识别作为自然语言处理的基础技术之一,在自然语言处理上游各个任务(问答系统、机器翻译、对话系统等)重扮演者十分重要的角色,因此深入掌握命名实体识别技术,是作为自然语言处理从业者毕本技能,本课程理论与实践相结合,希望能给大家带来帮助。本套课程同时讲解基于Tensorflow2.1及Tensorflow1.13.1两个版本。

网易云课堂 自然语言处理之动手学NER

资源目录

——/计算机教程/10网易云课堂/065-自然语言处理之动手学NER

目录.txt -1.#INDB

第01章、动手命名实体识别开篇

1.1动手学命名实体识别课程简介.mp4 45.78MB

1.2课程案例演示.mp4 16.5MB

1.3命名实体识别基础知识讲解.mp4 37.67MB

第02章、动手学命名实体识别之环境搭建

2.1Anaconda安装.mp4 20.41MB

2.2Anaconda配置.mp4 29.3MB

2.3Anaconda创建虚拟环境..mp4 10.49MB

2.4Anaconda虚拟环境使用.mp4 55.67MB

2.5cuda安装与测试.mp4 15.73MB

2.6cudnn安装与配置及GPU环境测试.mp4 18.25MB

2.7jupyter中怎么使用虚拟环境.mp4 12.31MB

2.8Pycharm的安装配置及使用.mp4 69.18MB

第03章、深度学习基础之卷积神经网络

3.1卷积神经网络简介.mp4 6.53MB

3.2卷积神经网络中的卷积讲解.mp4 26.53MB

3.3卷积神经网络中的池化讲解.mp4 5.23MB

第04章、深度学习基础之循环神经网络

4.1循环神经网络能干什么.mp4 11.78MB

4.2循环神经网络讲解.mp4 28.13MB

第05章、深度学习基础之LSTM

5.1LSTM简介.mp4 8.96MB

5.2LSTM深入理解.mp4 6.75MB

5.3LSTM与神经网络及循环神经网络之间的关系.mp4 8.25MB

第06章、基于BiLSTM+CRF的中文命名实体识别实战

6.10编码转换方法测试.mp4 28.36MB

6.11更新指定编码完成.mp4 100.35MB

6.12构建字典映射.mp4 62.95MB

6.13通用构建item及频率方法.mp4 13.23MB

6.14词典映射构建完成.mp4 17.79MB

6.15构建标签映射.mp4 15.87MB

6.16数据预处理开始.mp4 12.58MB

6.17数据预处理结束.mp4 21.46MB

6.18批量数据管理开始.mp4 21.19MB

6.19数据填充讲解.mp4 18.49MB

6.1BiLSTM+CRF模型架构讲解.mp4 7.16MB

6.20批量数据管理结束.mp4 23.5MB

6.21模型参数定义开始.mp4 12.19MB

6.22模型参数定义完成.mp4 32.39MB

6.23train方法中数据加载及编码转换讲解.mp4 24.22MB

6.24train方法中字典构建及数据预处理讲解.mp4 25.48MB

6.25模型配置讲解.mp4 18.55MB

6.26模型配置加载与保存讲解.mp4 58.21MB

6.27统一日志方法编写.mp4 18.1MB

6.28统一日志方法验证.mp4 19.87MB

6.29模型代码编编写上.mp4 22.52MB

6.2整个工程目录架构讲解.mp4 33.36MB

6.30模型代码编写下.mp4 23.86MB

6.31embedding_layer详细讲解.mp4 42.92MB

6.32biLSTM_layer详细讲解.mp4 16.53MB

6.33project_layer详细讲解.mp4 12.76MB

6.34crf_loss_layer上详细讲解.mp4 14.03MB

6.35crf_loss_layer下详细讲解.mp4 7.71MB

6.36viterbi_decode详细讲解.mp4 28.75MB

6.37模型运行方法代码讲解.mp4 14.5MB

6.38模型评估方法代码编写与讲解.mp4 16.45MB

6.39编码转换讲解.mp4 9.12MB

6.3数据集简介及环境搭建.mp4 39.78MB

6.40模型训练部分代码完成.mp4 19.78MB

6.41模型整体创建部分代码完成.mp4 28.95MB

6.42模型加载词向量上.mp4 16.58MB

6.43加载词向量完成.mp4 9.63MB

6.44模型整体评估方法讲解.mp4 18.39MB

6.45模型保存方法讲解.mp4 12.67MB

6.46代码整体优化和修复bug.mp4 21.4MB

6.47加载词向量调试讲解.mp4 47.47MB

6.48过滤测试中的词.mp4 9.87MB

6.49整体代码完成.mp4 14.69MB

6.4数据集加载方法讲解.mp4 52.95MB

6.50整体训练讲解.mp4 19.11MB

6.5数据集加载方法测试.mp4 99.47MB

6.6更新指定编码开始.mp4 13.9MB

6.7BIO编码校验及更改.mp4 20.53MB

6.8BIO编码校验方法测试.mp4 24.64MB

6.9BIO编码转BIOES编码.mp4 21.02MB

第07章、命名实体识别项目案例

7.10命名实体识别web界面演示及功能实现.mp4 15.79MB

7.11命名实体识别web前后台通信完成.mp4 19.54MB

7.12命名实体识别web项目完成.mp4 16.51MB

7.1案例项目工程创建.mp4 21.65MB

7.2加载maps文件获取数据.mp4 10.24MB

7.3使用模型主体方法完成.mp4 26.53MB

7.4模型及输入方法测试.mp4 15.43MB

7.5模型使用方法测试及调试完成.mp4 53.34MB

7.6模型使用命令行方式完成.mp4 17.63MB

7.7Postman工具安装及使用讲解.mp4 10.33MB

7.8命名实体识别api工程搭建.mp4 12.08MB

7.9命名实体识别api方式使用完成.mp4 12.79MB

第08章、基于IDCNN+CRF的中文命名实体识别实战

8.10IDCNN模型整体训练详细讲解.mp4 34.32MB

8.11IDCNN模型命令行使用方式讲解.mp4 20.87MB

8.12IDCNN模型web使用方式详细讲解.mp4 13.1MB

8.1通用卷积神经网络讲解.mp4 18.12MB

8.2Dilated CNN理论及原理深入讲解.mp4 10.72MB

8.3IDCNN理论及原理深入解析.mp4 13.79MB

8.4IDCNN工程创建及框架架构搭建.mp4 14.49MB

8.5IDCNN参数设置及层次设计讲解.mp4 9.28MB

8.6IDCNN_layer层讲解上.mp4 11.77MB

8.7IDCNN_layer层讲解中.mp4 11.52MB

8.8DCNN_layer层讲解下.mp4 11.55MB

8.9IDCNN_project层详细讲解.mp4 10.61MB

第09章、Bert相关理论详细详解

9.10Bert如何解决自然语言推理问题.mp4 6.16MB

9.11Bert如何应用于机器阅读理解任务.mp4 8.69MB

9.12Bert总结.mp4 8.86MB

9.1引入Self-attention的原因.mp4 8.29MB

9.2Self-attention原理讲解上.mp4 7.14MB

9.3Self-attention遗留的问题讲解.mp4 13.95MB

9.4Transformer架构及可视化讲解.mp4 17.65MB

9.5Bert开篇讲解.mp4 5.06MB

9.6ELMO技术原理详细讲解.mp4 6.85MB

9.7Bert第一种训练方式讲解.mp4 6.34MB

9.8Bert如何用于情感分析与文本分类.mp4 4.31MB

9.9Bert如何用于槽位填充.mp4 3.54MB

第10章、基于Bert+LSTM+CRF的中文命名实体识别实战

10.10利用bert来创建自己模型上.mp4 28.61MB

10.11利用bert来创建自己模型下.mp4 12.82MB

10.12datalodaer中数处理类讲解.mp4 43.09MB

10.13NER数据处理类讲解上.mp4 7.76MB

10.14输入数据面向对象封装.mp4 10.5MB

10.15获取标签方法详细讲解.mp4 12.04MB

10.16NER数据处理类完成.mp4 11.81MB

10.17数据预处理类debug详细讲解.mp4 70.66MB

10.18run中的参数规范编写上.mp4 10.9MB

10.19run中的参数规范编写下.mp4 12.86MB

10.1基于Bert命名实体识别工程目录介绍.mp4 16.32MB

10.20基于Bert的训练方法中的Bert参数获取讲解.mp4 13.15MB

10.21获取Bert中的tokenization创建tokenizer.mp4 30.82MB

10.22构建estimator中的RunConfig详细讲解.mp4 14.27MB

10.23加载数据集详细讲解体现面向对象的好处.mp4 14.34MB

10.24加载数据集验证完成.mp4 27.9MB

10.25转换TFRecord开始.mp4 10.12MB

10.26转换TFRecord完成.mp4 11.54MB

10.27对每一个样本进行编码处理详细讲解.mp4 21.88MB

10.28将数据集转换成Bert训练的数据集格式.mp4 11.71MB

10.29feature转换完成.mp4 18MB

10.2基于bert命名实体识别环境搭建.mp4 39.25MB

10.30读取数据格式转换开始.mp4 22.66MB

10.31读取数据格式转换完成.mp4 41.21MB

10.32数据转换debug上.mp4 38.06MB

10.33数据转换debug下.mp4 21.22MB

10.34dev数据格式化输出.mp4 14.09MB

10.35整体框架搭建完毕.mp4 15.25MB

10.36具体构建模型开始.mp4 47.43MB

10.37模型训练构建完成.mp4 14.02MB

10.38模型评估构建完成.mp4 35.71MB

10.39模型训练讲解.mp4 19.06MB

10.3lstm_crf_layer层init方法讲解.mp4 10.78MB

10.40代码优化及模型重点讲解.mp4 16.07MB

10.41模型测试讲解及最终总结.mp4 16.54MB

10.4网络整体架构搭建讲解.mp4 9.29MB

10.5双向RNN模型巧妙设计讲解.mp4 8.39MB

10.6bilstm_layer层更加简洁方式实现讲解.mp4 8.9MB

10.7project_bilstm_layer层另外一种实现详细讲解.mp4 51.61MB

10.8project_crf_layer层详细讲解.mp4 10.76MB

10.9crf_layer层详细讲解.mp4 59.39MB

第11章、基于Tensorflow2.x的命名实体识别实战

11.10数据处理代码回顾.mp4 26.37MB

11.11LSTM+CRF模型详解上.mp4 39.08MB

11.12LSTM+CRF模型详解中.mp4 123.64MB

11.13LSTM+CRF模型详解下.mp4 27.35MB

11.14模型训练及问题答疑.mp4 115.02MB

11.15模型预测.mp4 21.61MB

11.16IDCNN理论讲解.mp4 27.29MB

11.17IDCNN+CRF代码讲解.mp4 38.25MB

11.1命名实体识别简介.mp4 117.02MB

11.2命名实体识别数据标注方法讲解.mp4 24.63MB

11.3命名实体是主流方法讲解.mp4 32.47MB

11.4HMM与CRF基础补充.mp4 30.69MB

11.5数据集加载与预处理讲解.mp4 161.65MB

11.6BIO编码校验及转换讲解.mp4 28.61MB

11.7字典映射构建讲解.mp4 37.15MB

11.8词向量加载讲解.mp4 18.71MB

11.9基于BiLSTM模型的明明实体识别讲解.mp4 49.99MB

资料

资料

动手学NER

BERT.pdf 2MB

tf1.3.1版本

基于Bert+BILSTM+CRF模型实现部分代码

Bert-BILSTM-CRF-action.rar 369.14MB

Bert-BILSTM-CRF-predict-action.rar 369.15MB

bert-master.zip 105.01KB

chinese_L-12_H-768_A-12

bert_config.json 520B

bert_model.ckpt.data-00000-of-00001 392.47MB

bert_model.ckpt.index 8.31KB

bert_model.ckpt.meta 883.86KB

vocab.txt 106.97KB

data

dev 685.99KB

test 1.34MB

train 5.99MB

地址.txt 146B

资料2.zip 1.51KB

基于BILSTM+CRF模型实现部分代码

NER-action.rar 7.3MB

NER-use-flask.rar 8.02MB

NER-use.rar 7.92MB

城市编码.txt 7.2KB

天气api接口.txt 75B

基于IDCNN+CRF模型实现部分代码

NER-IDCNN-action.rar 15.31MB

NER-idcnn-flask.rar 7.77MB

NER-idcnn-use.rar 7.66MB

资料2[海量一手完整it资源尽在itdjs.com].zip 1.51KB

tf2.1版本

BiLSTM

BruceNER.rar 24.35MB

BiLSTM+CRF

BruceNERModel.rar 53.02MB

IDCNN+CRF

BruceNERModel.rar 24.36MB

Transformer.pdf 2.31MB

动手学命名实体识别.pdf 1MB

卷积神经网络.pdf 1.53MB

命名实体识别-tf2.1课件.pdf 1.5MB

循环神经网络 .pdf 1.68MB

环境搭建.pdf 3.58MB

环境搭建

soft

Anaconda3-5.2.0-Windows-x86_64.exe 631.32MB

cuda_9.0.176_win10.exe 1.33GB

cudnn-9.0-windows10-x64-v7.5.0.56

cuda

bin

cudnn64_7.dll 294.31MB

include

cudnn.h 116.62KB

lib

x64

cudnn.lib 57.9KB

NVIDIA_SLA_cuDNN_Support.txt 38.05KB

Postman-win32-7.2.2-Setup.exe 64.69MB

Postman-win64-7.2.2-Setup.exe 72.55MB

pycharm-professional-2018.3.5.exe 269.51MB

环境搭建.pdf 3.58MB

您可能还喜欢...

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注