學習目標

• NLP 系統知識（從入門到入土）

---

學習內容

1. NLP的基本流程：（待更）
2. 文本預處理（標點符號處理、繁體轉簡體、分詞Tokenizer）：（待更）
3. 詞袋模型（TF-IDF、One-hot 、Word2vec）：（待更）
4. 基于N-gram的淺層神經網絡（CBOW、Skipgram）：（待更）
5. 序列網絡在NLP領域的應用（RNN、GRU、LSTM）：（待更）
6. 預訓練模型（ELMO、Bert、T5、GPT、Transformer）：（待更）
7. 文本分類（Fasttext、Textcnn）：（待更）
8. 序列標注 / 命名實體識別（CRF、LSTM-CRF、BiLSTM-CRF）：OCR、實體對齊、語義消歧、語義分析、關系抽取等（待更）
9. 語義匹配：（待更）
10. 關鍵詞提取：（待更）
11. 文本摘要：（待更）
12. 知識圖譜：（待更）
13. 大模型系列：轉至《大模型 & AIGC》專欄

---

學習平臺

GPU資源：本地GPU，google的colab，kaggle的notebook，百度的飛槳平臺，AutoDL的云端租賃。

• B站
• YouTube（科學上網）
• Github（科學上網）
• PaddlePaddle（百度開源平臺）

---

Reference

1. 【吹爆！】強強聯手！科大訊飛和中科院終于把【多模態大模型】給講通透了！CLIP、blip、blip2三種模型原理一次性學透！全程干貨分享無廢話！_嗶哩嗶哩_bilibili
2. NLP.TM[23] | NLP學習線路推薦 - 知乎 (zhihu.com)
3. 保姆級NLP學習路線來啦！-騰訊云開發者社區-騰訊云 (tencent.com)

---

小結

NLP持續更新中....（bg：科班出身，具備AI領域2年+在校項目、競賽、科研經歷，畢業后從事AI相關崗1年+——Quant。目前已涉獵業務領域包含傳統ML+表格型業務、時序預測、LLMs & MLLMs，待完善AI技術棧仍有NLP、CV、MLLMs、RL、推薦系統、聯邦學習等。業余時間盡力保持更新，敬請期待......）