EMBER_CLI_FASTBOOT_BODY

Введение в обработку естественного языка

Play
To watch this video please visit https://stepik.org/lesson//step/

About the course

Курс состоит из введения и 10 тематических лекций; четыре из них посвящены инструментам — морфологическому и синтаксическому анализу, языковым моделям и моделированию смысла слов, а шесть — популярным приложениям — информационному и вопросно-ответному поиску, автоматическому реферированию, анализу тональности, извлечению информации и машинному переводу. Структура каждой лекции более-менее стандартна — постановка задачи, описание методов, обзор доступных инструментов и наборов данных, оценка. В курсе минимум математики и алгоритмов, упор сделан на методы и их оценку.

Курс подготовлен при поддержке Благотворительного Фонда В. Потанина.

Instructors

  1. канд. техн. наук, с.н.с. Уральского федерального университета, сотрудник СКБ Контур, ex-Яндекс, организатор RuSSIR, подробнее см. http://kansas.ru/pb/

Reviews

Rated:  4
Очень серьезный и подробный курс. Однако лекции сишком громоздки во многом потому, что лектор говорит "своими словами", а не по четкому тексту. Слишком мало практики. Конечно, автор дает право пользоваться любым языком программирования, однако к 2017-2018 гг. в отрасли интеллектуального анализа данных доминирует Python. Игнорировать этот факт на мой взгляд неправильно. Последняя лекция про машинный перевод слишком поверхностная, поскольку не изучаются в практическом отношении современные инструменты. Автор очевидно умеет работать с seq2seq в TensorFlow, однако со слушателями этим знанием не поделился. Кстати, мне более-менее удалось разобраться лишь с seq2seq на базе PyTorch.
Rated:  4
Хороший серьезный курс. Практические задания интересные, в лекциях дается много ссылок на источники, затрагиваются разные области nlp. Курс ведет специалист в области. Советую всем, у кого есть много времени и навыки программирования. Главный недостаток - недостаточно прописанный текст. 30-минутные монотонные лекции смотреть тяжеловато. Можно попробовать смонтировать лучше, разделить видео на части. Еще небольшой недостаток. Когда в лекционных заданиях надо посчитать какую-то метрику бывает не совсем ясно как именно, потому что у них есть множество вариаций, а из видео (и из презентации) извлечь конкретную формулу тяжело. Для удобства (и большего процента выполнений задания) все формулы лучше выписывать в отдельный степ.
Rated:  5
Отличный курс. Уникальный в каком-то смысле для русского языка
Play
To watch this video please visit https://stepik.org/lesson//step/
4.3 All reviews

Курс знакомит слушателей с основными концепциями, методами, инструментами и приложениями дисциплины "Обработка естественного языка" (Natural Language Processing)

Workload:
1--10 часов в неделю.
Expected time to complete:
35 hours
Language:
Русский
Certificate:
Да
Certificate details
Certificate condition: 240 points
With distinction: 300 points

About the course

Курс состоит из введения и 10 тематических лекций; четыре из них посвящены инструментам — морфологическому и синтаксическому анализу, языковым моделям и моделированию смысла слов, а шесть — популярным приложениям — информационному и вопросно-ответному поиску, автоматическому реферированию, анализу тональности, извлечению информации и машинному переводу. Структура каждой лекции более-менее стандартна — постановка задачи, описание методов, обзор доступных инструментов и наборов данных, оценка. В курсе минимум математики и алгоритмов, упор сделан на методы и их оценку.

Курс подготовлен при поддержке Благотворительного Фонда В. Потанина.

Requirements

Курс предназначен для слушателей, которые обладают базовыми знаниями статистики, машинного обучения, линейной алгебры. Для решения практических задач понадобятся навыки программирования (привязки к языку программирования нет -- все задания на обработку данных).

Target audience

Все, кто хочет получить общее представление о дисциплине и практические навыки решения задач обработки естественного языка.

This course is entirely free. All content is available now.