自然语言处理
任课教师：孙宇清教授
答疑地点：科研楼222+课程QQ群
开设学期：2024年春季学期
上课时间：第2-17周，周四上午三四节课10:00-12:00
上课地点：山东大学（软件园校区）5区108教室
l《自然语言处理》课程大纲[doc]
l《自然语言处理》实验环境要求和资源下载[doc]
l《自然语言处理》课程安排[doc]
注：如需课程资源密码，请下载并填写申请表点击下载后发送至邮箱sun_yuqing@sdu.edu.cn，1061882403@qq.com,或填写申请表https://www.wjx.cn/vm/hQCI4gR.aspx。
章节 |
日期 |
主题 |
课件 |
补充材料 |
数据集 |
代码 |
绪论 |
2024年2月29日 |
自然语言处理介绍 |
||||
第一章 |
2024年2月29日 |
词汇和词汇向量化 |
||||
WordNet |
||||||
2024年3月7日 |
词向量介绍 |
|||||
词向量评估 |
||||||
第二章 |
2024年3月14日 |
分词 |
||||
第三章 |
2024年3月21日 |
语言模型 |
||||
第四章 |
2024年3月28日 |
句法分析 |
||||
依存句法分析(一) |
||||||
依存句法分析(二) |
||||||
2024年4月4日 |
清明节放假，学校未安排补课。 |
|||||
第五章 |
2024年4月11日 |
词性标注(一) |
||||
词性标注(二) |
||||||
第六章 |
2024年4月25日 |
命名实体识别 |
||||
关系抽取和知识图谱 |
||||||
第七章 |
2024年5月2日 |
文本编码方法 |
||||
文本分类 |
||||||
第八章 |
2024年5月9日 |
机器翻译(一) |
||||
机器翻译(二) |
||||||
第九章 |
2024年5月16日 |
问答系统 |
||||
自动摘要 |
||||||
第十章 |
2024年5月23日 2024年5月30日 |
注意力机制、模型结构和大模型预训练和精调技术 |
||||
第十一章 |
2024年6月6日 2024年6月13日 |
长文本处理、数据标注、模型可解释性、伦理道德等社会问题 |
||||
章节 |
主题 |
补充材料 |
|||
第一章 |
词汇和词向量 |
GloVe: Global Vectors for Word Representation[pdf] | |||
| Efficient Estimation of Word Representations in Vector Space[pdf] | |||||
| Distributed Representations of Words and Phrases and their Compositionality[pdf] | |||||
第二章 |
分词 |
Sub-Character Tokenization for Chinese Pretrained Language Models[pdf] | |||
第三章 |
语言模型 |
A neural probabilistic language model[pdf] | |||
| On the difficulty of training recurrent neural networks[pdf] | |||||
第四章 |
句法分析 |
A Fast and Accurate Dependency Parser using Neural Networks[pdf] | |||
| Stack-Pointer Networks for Dependency Parsing[pdf] | |||||
| Deep Biaffine Attention for Neural Dependency Parsing[pdf] | |||||
第五章 |
文本序列标注 |
Bidirectional LSTM-CRF models for sequence tagging[pdf] | |||
| End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF[pdf] | |||||
第六章 |
信息抽取 |
A Light Transfer Model for Chinese Named Entity Recognition for Specialty Domain[pdf] |
|||
| Early Results for Named Entity Recognition with Conditional Random Fields FeatureInduction and Web-Enhanced Lexicons[pdf] | |||||
| A Unified MRC Framework for Named Entity Recognition[pdf] | |||||
| Distant supervision for relation extraction without labeled data[pdf] | |||||
第七章 |
文本分类 |
A Survey on Text Classification: From Shallow to Deep Learning[pdf] | |||
| Convolutional Neural Networks for Sentence Classification[pdf] | |||||
第八章 |
机器翻译 |
BLEU: a Method for Automatic Evaluation of Machine Translation[pdf] | |||
| Learning Phrase Representations using RNN Encoder–Decoder for Statistical MachineTranslation[pdf] | |||||
| Neural Machine Translation by Jointly Learning to Align and Translate[pdf] | |||||
第九章 |
问答系统与自动摘要 |
Know What You Don't Know: Unanswerable Questions for SQuAD[pdf] | |||
| A thorough examination of the CNN/daily mail reading comprehension task[pdf] | |||||
| Bidirectional attention flow for machine comprehension[pdf] | |||||
| Dynamic coattention networks for question answering[pdf] | |||||
| TextRank:Bringing Order into Texts[pdf] | |||||
| SummaRuNNer: A Recurrent Neural Network based Sequence Model for ExtractiveSummarization of Documents[pdf] | |||||
| Get to the point: Summarization with pointer-generator networks[pdf] | |||||
第十章 |
大语言模型 |
Attention Is All You Need[pdf] | |||
| Deep contextualized word representations[pdf] | |||||
BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding[pdf] |
|||||
| GPT-4 Technical Report[pdf] | |||||
第十一章 |
前沿问题讨论 |
What do you learn from context? Probing for sentence structure in contextualized word representations[pdf] |
|||
| Talkin' 'Bout AI Generation: Copyright and the Generative-AI Supply Chain[pdf] | |||||
课外资源：
l李沐-动手学深度学习
课程官网：《动手学深度学习》 — 动手学深度学习 2.0.0-alpha2 documentation (d2l.ai)