|
教室 : 資電118 |
教師 : 郭士煒 | 時間 : (一) 2,3,4 | |
|
|||
|
1.明白與理解自然語言與深度學習的各種理論基礎。 2.分析實驗結果與詮釋數據的能力。 |
| 週次 | 日期 | 上課內容 | 備註 |
一
|
2/26 | 課程介紹與自然語言介紹 (Syllabus & Foundations of NLP) |
|
二
|
3/5 | 詞彙分析 （Lexical Analysis） |
|
三
|
3/12 | 詞性標註 （Part-of-Speech Tagging） |
|
四
|
3/19 | 命名實體識別 （Named Entity Recognition） |
|
五
|
3/26 | 關鍵字提取 （Keyword Extraction） |
|
六 |
4/2 | 關鍵短語提取 （Keyphrase Extraction） |
|
七 |
4/9 | 句法分析 : 成分句法分析 （Syntactic Parsing : Constituency Parsing） |
|
八
| 4/16 | 句法分析 : 依存句法分析 （Syntactic Parsing : Dependency Parsing） |
|
九
|
4/23 | Mid exam 期中考 |
|
十 |
4/30 | 語意表示 & 期末專案提案 （Semantic Representation & Final Project Proposal） |
|
十一
|
5/7 | 文本分類 （Text Classification） |
|
十二 |
5/14 | 問答系統的設計與原理 (QA System Design) |
|
十三 |
5/21 | 資訊檢索與問答整合 ( Information Retrieval and QA Integration ) |
|
十四 |
5/28 | 文本生成 （Text Generation） |
|
十五 |
6/4 | 機器翻譯 （Machine Translation） |
|
十六 |
6/11 | 文本摘要 （Text Summarization） |
|
十七 |
6/18 | 生成式語言模型的統一框架 (Unified NLP Tasks through Generative Models) |
|
十八 |
6/25 | Final project 期末專題 |