京东NLP实训营一期|完结无秘 【价值21800元】

课程介绍(A000487)：

线上学习阶段

项目一

京东健康智能分诊项目

“看病慢看病难”早已成为当今社会的常见现象，因此随着技术的发展，AI+医疗是目前最有潜力的应用场景之一，其中一个很大的痛点是很多人不清楚应该去哪个科室看病。互联网医生服务可以构建医生与患者之间的桥梁，京东通过智能分诊项目，可以根据用户提供的文字型的病情描述精准识别，并自动帮助用户判断需要去哪个分诊科室，有效减少在线问诊被反复多次转接的情况发生，提高科室分配的准确度，实现降本增效。

这是一个经典的文本多分类项目。通过这个项目，学员可以扎实地掌握文本领域的相关技术如文本预处理、特征工程、词向量、分类模型、评价指标、模型部署等，并且通过完成一个完整的项目走完所有的必要流程。从技术的角度会涉及到tf-idf，word2vec，BERT向量，N-gram，FastText,TextCNN，SkipGram，CBOW，随机森林，XGBoost，Adagrad，Adam等技术和Flask，Docker，Jenkins等部署工具的使用。

知识点

tf-idf, Word2vec, FastText

TextCNN

XGBoost、LightGBM

文本特征工程

模型部署

授课安排

第一周

文本处理与特征工程

Bag of Words模型

从tf-idf到Word2Vec

SkipGram与CBOW

Hierarhical Softmax与Negative Sampling

FastText

N-gram与平滑操作

文本特征工程

工具的使用：Gensim、Sklearn、jieba的使用

专题：如果阅读科研论文

项目：京东健康智能分诊项目讲解（1）

第二周

基于统计学习的分类方法

决策树

CART模型

Bagging & Boosting

随机森林和GBDT

XGBoost

精确率、召回率

F1，AUC

专题：如何处理样本不平衡问题

专题：京东Neufoundry平台的使用

项目：京东健康智能分诊项目讲解（2）

第三周

基于深度学习的分类方法

统计学习与深度学习的区别

深度学习与浅层学习

从逻辑回归到神经网络

深度学习的非线性性质

损失函数与优化器

神经网络的调参

CNN与TextCNN

实战：Pytorch的基础使用

实战：使用Pytorch实现神经网络和卷积神经网络

项目：京东健康智能分诊项目讲解（3）

项目二

京东智能营销文本生成项目

在京东零售场景，数百万的写作达人每天为商品创作卖点突出、风格多样的营销文案以促进用户下单，同时达人也会赚取佣金。但达人创业也会导致创作成本高、量产性差、质量参差不齐的问题。目前京东AI营销文案的人工审核通过率超过95%，并覆盖了全品类的商品。模型已成功应用于京东APP-发现好货，对话机器人京小智和搭配购等场景。

这是一个文本生成领域的问题，从技术层面上具有很大的挑战性。作为多模态的项目，学员会既可以拿到商品的描述文字，也可以拿到商品的图片数据，并利用这两部分信息让机器生成一个营销文案，也可以看作是多模态任务。在这个项目中，会涉及到Seq2Seq，Pointer-Generator Network，Beam Search的改进、多模态数据融合等相关技术。另外，很多挑战来自于模型本身的训练和调参，最终需要让模型给出一个合理的结果。

知识点

Seq2Seq，Attention

Pointer-Generator Network

Beam Search的改造

RestNet，Faster RCNN

多模态数据的融合

授课安排

第四周

文本处理与特征工程

BPTT与RNN中的梯度消失、爆炸

梯度爆炸的处理

LSTM与GRU

基于LSTM的文本分类

Bi-LSTM与Deep Bi-LSTM

RNN与LSTM的可视化

实战：基于LSTM的情感分类

专题：GPU技术详解

项目：京东智能营销文本生成项目讲解（1）

第五周

Seq2Seq模型与营销文本生成

Encoder-Decoder模型以及各类应用场景

Seq2Seq模型与注意力机制

Greedy Decoding

Beam Search

基于Seq2Seq的文本生成

文本生成的评价指标

实战：基于Seq2Seq的机器翻译

项目：京东智能营销文本生成项目讲解（2）

第六周

Pointer-Generator Network和多模态识别

抽取式文本摘要和生成式文本摘要

Pointer-Generator Network

Beam Search优化思路

Length Normalization

Coverage Normalization

End of Sentence Normalization

多模态识别技术: ResNet和Faster RCNN

实战：PGN+Seq2Seq解读

论文：京东论文解读

项目：京东智能营销文本生成项目讲解（3）

项目三

京东同类商品搜索项目

当用户在网上购买商品时经常会试着货比三家，比如某一个京东的商品在苏宁网上的价格是怎样的。 为了便于这种比较，京东开发了一个同类商品搜索模块：给定一个京东商品，它可以根据商品相关的信息去自动找到苏宁等平台上的同类商品。 这里的一个难点在于，每一个商品在不同平台上的标题、描述这些都有一些区别的，所以定位到同一个商品本身具有一定的挑战。

假如我们把商品看作是实体，那这个任务实际上也是实体链接（entity linking）问题。在这个项目中，我们首先根据商品各类属性来搭建商品的图谱（知识图谱），接着再使用图神经网络来得出每一件商品的embedding，并给予这个表示来寻找跟当前商品匹配的另外一个商品。所涉及到的技术包括知识图谱、图神经网络以及基于GAT的一些模型改造，是图神经网络领域一个非常有趣的应用。

知识点

知识图谱的表示

GCN、GAT

Entity Linking

图神经网络的改造

授课安排

第七周

Entity Linking与图卷积神经网络

什么是实体

Entity Linking问题解读

图的表示

图表示的应用场景

卷积神经网络回顾

在图中的卷积

图中的信息传递

图卷积神经网络（GCN）

论文：GCN论文解读和复现

项目：京东同类商品搜索项目讲解（1）

第八周

GraphSage与Graph Attention Network

GraphSage详解

注意力机制讲解

注意力机制与图表示

GAT模型详解

GAT与知识图谱应用

对于Heterogenous数据处理

论文：GAT论文解读与复现

项目：京东同类商品搜索项目讲解（2）

第九周

Entity Linking前沿技术剖析

Entity Linking前沿技术剖析

基于GNN的文本分类

基于GNN的实体识别

基于GNN的社交网络分析

基于GNN的链接预测

GNN的前沿主题

论文：图神经网络综述

项目：京东同类商品搜索项目讲解（3）

线上实习阶段

毕业实习项目关键节点

第10周

分组确定（4人一组）

完成项目设计、成员之间任务拆解

第11-13周

提交中期项目成果

第14-15周

优化系统

完成最终可展示的系统

第16周

项目的最终验收

颁发实习证明

评选优秀作品

项目实施

项目实施过程会由专业的产品经理、设计、前端、后端工程师以及算法导师参与，提供设计架构、拆解任务、算法实施和优化、模型集成、部署、联调等环节上的支持。

项目团队

算法导师

产品经理
&
设计

前端工程师

后端工程师

实习生

实习生

实习生

项目流程

1

组建团队

2

需求分析&产品设计

3

任务拆解

4

产品开发

8

颁发实习证明

7

项目答辩

6

部署&上线

5

产品开发

项目管理

颁发实习证明

禅道项目管理

敏捷开发

github代码管理

实习项目

京东智能对话系统项目

智能客服机器人已经成为了客服系统的重要组成部分，帮助人工客服提升工作效率，为企业降低人工成本。作为智能客服的行业先驱，京东多年来致力打造全链路的客服机器人，最大化提升商家的接待效率和用户体验。目前智能机器人的对话生成策略已经在“京小智”、“京东JIMI“等智能客服机器广泛应用，在用户购买商品的售前以及售后环节，为数千万用户以及数十万商家进行服务，为商家降本增效，为用户提升购物客服体验。

在这个项目中，学员有机会基于百万级的数据量来搭建一个智能客服系统，主要使用的框架为检索式对话系统和生成式对话系统。 在项目中，涉及到的技术包括倒排表、WAND、HNSW、L2R、BERT、Transformer等一系列技术。

知识点

基于检索式的对话系统

基于生成式的对话系统

倒排表、HNSW、WMD

Learning to Rank

BERT、ALBERT、Transformer

课程目录：

文件目录：

京东NLP实训营一期完结无秘 【价值21800元】,

│ │ 20200028 项目三布置,.mp4

│ │ 20200606 Lecture11课程安排以及核心技能 ,.mp4

│ │ 20200606 Lecture12概论与常见基础任务 ,.mp4

│ │ 20200606 Lecture13分类问题，命名实体识别 ,.mp4

│ │ 20200606 Lecture14句法分析，语义理解与常见应用1 ,.mp4

│ │ 20200606 Lecture15常见应用2 ,.mp4

│ │ 20200606 Lecture16如何成为优秀的NLP人才 ,.mp4

│ │ 20200606 Review1（案例） 自然语言处理应用场景以及常用的技术-1 ,.mp4

│ │ 20200606 Review1（案例） 自然语言处理应用场景以及常用的技术-2 ,.mp4

│ │ 20200607 Review2（基础）工程师必须要懂的算法（时间空间）复杂度-1 ,.mp4

│ │ 20200607 Review2（基础）工程师必须要懂的算法（时间空间）复杂度-2 ,.mp4

│ │ 20200608 Paper1paper 如何阅读-1 ,.mp4

│ │ 20200611 Review3DP动态规划 补课-1 ,.mp4

│ │ 20200611 Review3DP动态规划 补课-2 ,.mp4

│ │ 20200611 Review3DP动态规划 补课-3 ,.mp4

│ │ 20200613 Lecture2多分类文本处理与特征工程-1 ,.mp4

│ │ 20200613 Lecture2多分类文本处理与特征工程-2 ,.mp4

│ │ 20200613 Lecture2多分类文本处理与特征工程-3 ,.mp4

│ │ 20200613 Lecture2多分类文本处理与特征工程-4 ,.mp4

│ │ 20200613 Lecture2多分类文本处理与特征工程-5 ,.mp4

│ │ 20200613 Lecture2多分类文本处理与特征工程-6 ,.mp4

│ │ 20200613 Lecture2多分类文本处理与特征工程-8 ,.mp4

│ │ 20200613 Lecture2多分类文本处理与特征工程-9 ,.mp4

│ │ 20200613 Review1词向量的训练以及使用-1 ,.mp4

│ │ 20200613 Review1词向量的训练以及使用-2 ,.mp4

│ │ 20200614 Review2编程环境的搭建-1 ,.mp4

│ │ 20200614 Review3Numpy Pandas Sklearn的使用基础-1 ,.mp4

│ │ 20200614 Review3Numpy Pandas Sklearn的使用基础-2 ,.mp4

│ │ 20200615 Paper2Distributed Representations-01 ,.mp4

│ │ 20200615 Paper2Distributed Representations-02 ,.mp4

│ │ 20200620Lecture3（1）偏差与方差 ,.mp4

│ │ 20200620Lecture3（1）机器学习项目流程 ,.mp4

│ │ 20200620Lecture3（1）逻辑回归 ,.mp4

│ │ 20200620Lecture3（2）工业界模型训练和部署最佳实战-1 ,.mp4

│ │ 20200620Lecture3（2）工业界模型训练和部署最佳实战-2 ,.mp4

│ │ 20200620Projectproject-01 ,.mp4

│ │ 20200620Projectproject-02 ,.mp4

│ │ 20200620Review1（实战）数据不平衡的处理-1 ,.mp4

│ │ 20200620Review1（实战）数据不平衡的处理-2 ,.mp4

│ │ 20200620Review2（基础）SkipGram模型讲解-1 ,.mp4

│ │ 20200620Review2（基础）SkipGram模型讲解-2 ,.mp4

│ │ 20200620Review3（实战）工程代码编写-1 ,.mp4

│ │ 20200620Review3（实战）工程代码编写-2 ,.mp4

│ │ 20200620Review3（实战）工程代码编写-3 ,.mp4

│ │ 20200621Paper03Paper-1 ,.mp4

│ │ 20200621Paper03Paper-2 ,.mp4

│ │ 20200704 Lecture4 常用的分类算法-1 ,.mp4

│ │ 20200704 Lecture4 常用的分类算法-2 ,.mp4

│ │ 20200704 Lecture4 常用的分类算法-3 ,.mp4

│ │ 20200704 Review1 常用的分类算法-4 ,.mp4

│ │ 20200704 Review1 （前沿技术） 多模态文本分类技术-1 ,.mp4

│ │ 20200704 Review2 （实战）（前沿技术） 多模态文本分类技术-2 ,.mp4

│ │ 20200704 Review2 （实战）（实战）Pytorch的使用-1 ,.mp4

│ │ 20200704 Review3 （实战）（实战）常用的卷积神经网络-1 ,.mp4

│ │ 20200704 Review3 （实战）（实战）常用的卷积神经网络-2 ,.mp4

│ │ 20200705 paper4Visualizing and understandi-1 ,.mp4

│ │ 20200705 paper4（实战）常用的卷积神经网络-3 ,.mp4

│ │ 20200711 LectureVisualizing and understandi-2 ,.mp4

│ │ 20200711 Lecture递归神经网络-1 ,.mp4

│ │ 20200711 Lecture递归神经网络-2 ,.mp4

│ │ 20200711 Lecture递归神经网络-3 ,.mp4

│ │ 20200711 Review-1GPU计算-1 ,.mp4

│ │ 20200711 Review-1递归神经网络-4 ,.mp4

│ │ 20200711 Review-2GPU计算-2 ,.mp4

│ │ 20200711 Review-2（代码讲解）实现基于LSTM的情感分类-1 ,.mp4

│ │ 20200712 Review3基于LSTM语言模型的代码生成-1 ,.mp4

│ │ 20200712 Review3（代码讲解）实现基于LSTM的情感分类-2,.mp4

│ │ 20200712 Review3（代码讲解）实现基于LSTM的情感分类-3 ,.mp4

│ │ 20200713 Paper1,.mp4

│ │ 20200713 Paper基于LSTM语言模型的代码生成-2 ,.mp4

│ │ 20200716 Review2,.mp4

│ │ 20200716 Review图书分类项目讲解-1 ,.mp4

│ │ 20200716 Review图书分类项目讲解-2 ,.mp4

│ │ 20200717 Project图书分类项目讲解-3 ,.mp4

│ │ 20200717 Project智能营销项目说明-2 ,.mp4

│ │ 20200718 Lecture基于Seq2Seq的文本生成-1 ,.mp4

│ │ 20200718 Lecture智能营销项目说明_1 ,.mp4

│ │ 20200718 Review1基于Seq2Seq的文本生成-2 ,.mp4

│ │ 20200718 Review2基于Seq2Seq的文本生成-3 ,.mp4

│ │ 20200718 Review2基于Seq2Seq的机器翻译系统-1 ,.mp4

│ │ 20200718 Review2基于Seq2Seq的机器翻译系统-2 ,.mp4

│ │ 20200719 PaperNamed Entity Recognition-1 ,.mp4

│ │ 20200719 PaperNamed Entity Recognition-2 ,.mp4

│ │ 20200719 Paper基于Seq2Seq的机器翻译系统-3 ,.mp4

│ │ 20200719 ProjectNamed Entity Recognition-3 ,.mp4

│ │ 20200719 Project图书分类项目讲解-1 ,.mp4

│ │ 20200719 Project图书分类项目讲解-2,.mp4

│ │ 20200725 LecturePointer Network以及Beam Search-1,.mp4

│ │ 20200725 LecturePointer Network以及Beam Search-2 ,.mp4

│ │ 20200725 LecturePointer Network以及Beam Search-3 ,.mp4

│ │ 20200725 Lecture图书分类项目讲解-3 ,.mp4

│ │ 20200725 PaperPointer Network以及Beam Search-4 ,.mp4

│ │ 20200725 Paper营销文案生成论文-1 ,.mp4

│ │ 20200725 Paper营销文案生成论文-2 ,.mp4

│ │ 20200725 Paper营销文案生成论文-3 ,.mp4

│ │ 20200725 Project智能营销项目手把手教学-1 ,.mp4

│ │ 20200725 Project营销文案生成论文-4 ,.mp4

│ │ 20200801 Lecture1.文本领域中的数据增强技术-1 ,.mp4

│ │ 20200801 Lecture2.文本领域中的数据增强技术-2 ,.mp4

│ │ 20200801 Lecture3.深度学习训练技巧-神经网络模型的问题-1 ,.mp4

│ │ 20200801 Lecture智能营销项目手把手教学-2 ,.mp4

│ │ 20200801 workshop14.深度学习训练技巧-神经网络模型的问题-2 ,.mp4

│ │ 20200801 workshop1Debug-1 ,.mp4

│ │ 20200802 workshop2Debug-2 ,.mp4

│ │ 20200802 workshop2Multi-Source Pointer Network-1 ,.mp4

│ │ 20200802 workshop3Multi-Source Pointer Network-2 ,.mp4

│ │ 20200802 workshop3智能营销项目教学-1 ,.mp4

│ │ 20200815 Lecture20200815 NLP Lecture 对话系统中的核心1 ,.mp4

│ │ 20200815 Lecture20200815 NLP Lecture 对话系统中的核心2 ,.mp4

│ │ 20200815 Lecture20200815 NLP Lecture 对话系统中的核心3 ,.mp4

│ │ 20200815 Lecture智能营销项目教学-2 ,.mp4

│ │ 20200816 Workshop20200815 NLP Lecture 对话系统中的核心4 ,.mp4

│ │ 20200816 Workshop20200816 NLP Review 智能营销项目1 ,.mp4

│ │ 20200816 Workshop20200816 NLP Review 智能营销项目2 ,.mp4

│ │ 20200822 Lecture20200816 NLP Review 智能营销项目3 ,.mp4

│ │ 20200822 Lecture检索模型-1 ,.mp4

│ │ 20200822 Lecture检索模型-2 ,.mp4

│ │ 20200822 检索模型-3 ,.mp4

│ │ 20200823 Workshop HNSW papers讲解-1 ,.mp4

│ │ 20200823 Workshop HNSW papers讲解-2,.mp4

│ │ 20200828 作业布置 项目三布置,.mp4

│ │ 20200829 Lecture1 CFG-1,.mp4

│ │ 20200829 Lecture1 GBDT-3,.mp4

│ │ 20200829 Lecture1 LTR-2,.mp4

│ │ 20200829 Workshop1 最?公共?串和最?公共?序列的动态规划实现,.mp4

│ │ 20200829 Workshop2 Word Moving Distance 论文,.mp4

│ │ 20200830 Lecture2 信息检索综述以及倒排技术-1,.mp4

│ │ 20200830 Lecture2 信息检索综述以及倒排技术-2,.mp4

│ │ 20200830 Lecture2 信息检索综述以及倒排技术-3,.mp4

│ │ 20200830 Lecture2 信息检索综述以及倒排技术-4,.mp4

│ │ 20200830 Lecture2 信息检索综述以及倒排技术-5,.mp4

│ │ 20200830 Workshop3 作业2-3讲解,.mp4

│ │ 20200905Lecture ?注意?机制以及Transformer-1,.mp4

│ │ 20200905Lecture ?注意?机制以及Transformer-2,.mp4

│ │ 20200905Lecture ?注意?机制以及Transformer-3,.mp4

│ │ 20200905Workshop Transformer的代码实现-1,.mp4

│ │ 20200905Workshop Transformer的代码实现-2,.mp4

│ │ 20200905Workshop Transformer的代码实现-3,.mp4

│ │ 20200906 Workshop2 Papertransformer,.mp4

│ │ 20200906 Workshop3 作业3-1讲解,.mp4

│ │ 20200912 Lecture 基于BERT和Transformer的闲聊引擎-1 ,.mp4

│ │ 20200912 Lecture 基于BERT和Transformer的闲聊引擎-2,.mp4

│ │ 20200912 Lecture 基于BERT和Transformer的闲聊引擎-3,.mp4

│ │ 20200913 Workshop1 项目3-1讲解 项目3-2布置,.mp4

│ │ 20200913 Workshop2 BERT的fine-tuning实例讲解-01,.mp4

│ │ 20200913 Workshop2 BERT的fine-tuning实例讲解-02,.mp4

│ │ 20200919 Lecture XLNet, ALBERT以及应?-1,.mp4

│ │ 20200919 Lecture XLNet, ALBERT以及应?-2,.mp4

│ │ 20200919 Lecture XLNet, ALBERT以及应?-3,.mp4

│ │ 20200919 Lecture XLNet, ALBERT以及应?-4,.mp4

│ │ 20200919 Lecture XLNet, ALBERT以及应?-5,.mp4

│ │ 20200919 Lecture XLNet, ALBERT以及应?-6,.mp4

│ │ 20200919 Workshop1 XLNet论文讲解-1,.mp4

│ │ 20200919 Workshop1 XLNet论文讲解-2,.mp4

│ │ 20200919 Workshop2 ALBERT论文讲解,.mp4

│ │ 20200920 Workshop2 作业3-2讲解,.mp4

│ │ 20200926 Lecture 模型压缩-1,.mp4

│ │ 20200926 Lecture 模型压缩-2,.mp4

│ │ 20200926 Lecture 模型压缩-3,.mp4

│ │ 20201017 Lecture 对话管理-1,.mp4

│ │ 20201017 Lecture 对话管理-2,.mp4

│ │ 20201017 Lecture 对话管理-3,.mp4

│ │ 20201018 Workshop paper解读：Transferable-1,.mp4

│ │ 20201018 Workshop paper解读：Transferable-2,.mp4

│ │ 20201020 workshop 项目作业3-3第一部分,.mp4

│ │ 20201020 workshop 项目作业3-3第二部分,.mp4

│ │ 20201023 Workshop 就业指导-1,.mp4

│ │ 20201023 Workshop 就业指导-2,.mp4

│ │ 20201023 Workshop 就业指导-3,.mp4

│ │

│ ├─京东nlp资料【完】,

│ │ ├─00.论文,

│ │ │ │ 第四周论文20200711paper05,.pdf

│ │ │ │

│ │ │ ├─第三周论文,

│ │ │ │ 0624Efficient Large-Scale Multi-Modal Classification,.pdf

│ │ │ │ 0624LearningFromImbalancedDataOpen,.zip

│ │ │ │ 0624Visualizing and understanding convolutional networks,.pdf

│ │ │ │ 第三篇论文,.pdf

│ │ │ │

│ │ │ └─第二周论文,

│ │ │ 第一篇论文,.pdf

│ │ │ 第三篇论文,.pdf

│ │ │ 第二篇论文,.pdf

│ │ │ 第四篇,.pdf

│ │ │

│ │ ├─01.第一周资料,

│ │ │ │ slide1,.pptx

│ │ │ │ 京东NLP第一课,.pptx

│ │ │ │ 京东paper01,.pdf

│ │ │ │ 自然语言处理楚江及常见技术,.pptx

│ │ │ │

│ │ │ └─Han（6.7）,

│ │ │ complexity2,.pptx

│ │ │ complexity,.ipynb

│ │ │ ,.gitkeep

│ │ │

│ │ ├─02.第二周资料,

│ │ │ │ 20200615_贪心科技_机器学习常用库介绍代码资料,.zip

│ │ │ │ 京东paper01,.pdf

│ │ │ │ 京东paper02,.pdf

│ │ │ │ 第二课,.pptx

│ │ │ │ 编程环境搭建(4),.pptx

│ │ │ │ 自然语言处理楚江及常见技术,.pptx

│ │ │ │ 词向量的训练以及使用_review(1),.pptx

│ │ │ │

│ │ │ └─第一次小作业：作业代码0010,

│ │ │ 【下载使用】第一个小作业（作业代码0010）,.zip

│ │ │ 【直接查看】第一个小作业（作业代码0010）,.ipynb

│ │ │ ,.gitkeep

│ │ │

│ │ ├─03.第三周资料,

│ │ │ │ 2020.6.21(直播-Review)【基础】SkipGram模型讲解,.pptx

│ │ │ │ jd图书文本分类,.zip

│ │ │ │ 【实战】工程代码编写,.pptx

│ │ │ │ 京东图书文本分类(1)(1),.pdf

│ │ │ │ 样本不平衡,.pptx

│ │ │ │ 逻辑回归模型详解Bias and Variance,调参,.pdf

│ │ │ │

│ │ │ ├─620pan,

│ │ │ │ logistic_regression_demo,.ipynb

│ │ │ │ testSet-LR,.txt

│ │ │ │ ,.gitkeep

│ │ │ │

│ │ │ ├─620tuan,

│ │ │ │ word2vec,.py

│ │ │ │ word2vec中的数学,.pdf

│ │ │ │ ,.gitkeep

│ │ │ │

│ │ │ └─jd books project,

│ │ │ embedding(To_Do),.ipynb

│ │ │ LightGBM_feature_engineering_grid(To_Do),.ipynb

│ │ │ README,.md

│ │ │ ,.gitkeep

│ │ │ 京东图书文本分类,.pdf

│ │ │

│ │ ├─04.第四周资料,

│ │ │ │ 20200704Lecture4,.pdf

│ │ │ │ 20200704review1,.pptx

│ │ │ │ bookClassification(ToDo)(3),.zip

│ │ │ │ README,.md

│ │ │ │ 第四周论文20200711paper05,.pdf

│ │ │ │

│ │ │ ├─20200704Review2,

│ │ │ │ MNIST,.py

│ │ │ │ Pytorch_Tutorial_Tanxin,.ipynb

│ │ │ │ ,.gitkeep

│ │ │ │

│ │ │ └─20200704Review3,

│ │ │ CNN,.pptx

│ │ │ example,.py

│ │ │ ,.gitkeep

│ │ │

│ │ ├─05.第五周资料,

│ │ │ │ 20200711Lecture(hu),.pdf

│ │ │ │ 20200711paper05,.pdf

│ │ │ │ 20200711review1CPU和GPU,.pptx

│ │ │ │ 20200712review3chat,.txt

│ │ │ │ bookClassification(ToDo)(3),.zip

│ │ │ │ Sentiment,.zip

│ │ │ │ 京东-贪心NLP项目2文档,.pdf

│ │ │ │

│ │ │ └─7.12review3,

│ │ │ 20200712Review3LSTM,.pptx

│ │ │ LSTM,.zip

│ │ │ ,.gitkeep

│ │ │

│ │ ├─06.第六周资料,

│ │ │ │ 20200718Review2机器翻译,.pdf

│ │ │ │ 20200725Lecture,.pdf

│ │ │ │ bookClassification(ToDo)(3),.zip

│ │ │ │ README,.md

│ │ │ │

│ │ │ ├─20200718Lecture6,

│ │ │ │ 20200718lecture6_seq2seq+attention,.pptx

│ │ │ │ 20200718lecture6_seq2seq+attention,.zip

│ │ │ │ ,.gitkeep

│ │ │ │

│ │ │ └─20200718ReviewNamed Entity Recognition with Bidirectional LSTM-CNNs,

│ │ ├─07-08.第7-8周资料,

│ │ │ 20200725Lecture,.pdf

│ │ │ 20200801lecture7预处理及深度学习技巧,.pdf

│ │ │ 20200801Review1debug,.pdf

│ │ │ 20200802Review2Ptr,.pdf

│ │ │ 20200803Assignment1讲解,.pdf

│ │ │ bookClassification(ToDo)(3),.zip

│ │ │ README,.md

│ │ │

│ │ ├─09.第九周资料,

│ │ │ 20200815lecture-对话系统,.pdf

│ │ │ 20200816workshop,.pptx

│ │ │ 20200816预习,.pdf

│ │ │

│ │ ├─10.第十周资料,

│ │ │ 20200822Lecture9-邻近搜索,.pdf

│ │ │ 20200823Skip List+NHSW(1),.pptx

│ │ │

│ │ ├─11-12.第11和12周资料,

│ │ │ 0830信息检索及倒排技术1,.pdf

│ │ │ 0830信息检索及倒排技术2,.pdf

│ │ │ 20200905Transformer,.pdf

│ │ │ 20200905transformer,.zip

│ │ │ 20200906Assignment3-1讲解,.pptx

│ │ │ 20200906transformerXL,.pdf

│ │ │ CFG,.pdf

│ │ │ GBDT,.pdf

│ │ │ lcs_dp_20200829,.zip

│ │ │ LTR,.pdf

│ │ │

│ │ ├─16周资料,

│ │ │ 20201017多轮对话,.pptx

│ │ │ Transferable Multi-Domain State Generator for Task-Oriented Dialogue Systems,.pdf

│ │ │

│ │ ├─paper-截至10.1最新,

│ │ │ 0624Efficient Large-Scale Multi-Modal Classification,.pdf

│ │ │ 0624LearningFromImbalancedDataOpen,.pdf

│ │ │ 0624LearningFromImbalancedDataOpen,.zip

│ │ │ 0624Visualizing and understanding convolutional networks,.pdf

│ │ │ 2.From Word Embeddings To Document Distances,.pdf

│ │ │ 20200705paper04,.pdf

│ │ │ 20200711paper05,.pdf

│ │ │ 20200711paper05代码复现,.zip

│ │ │ 20200712paper5chat,.txt

│ │ │ 20200712paper5,.pptx

│ │ │ 20200725Paper-haoran,.pdf

│ │ │ 20200822Lecture9-邻近搜索,.pdf

│ │ │ ALBERT,.pdf

│ │ │ Aspect-Aware Multimodal Summarization for Chinese E-Commerce Products,.pdf

│ │ │ BERT-OF-THESEUS,.pdf

│ │ │ From Word Embeddings To Document Distances,.pptx

│ │ │ Keywords-Guided Abstractive Sentence Summarization,.pdf

│ │ │ Multi-Source Pointer Network for Product Title Summarization,.pdf

│ │ │ Multimodal Summarization with Guidance of Multimodal Reference,.pdf

│ │ │ README,.md

│ │ │ TransformerXL Attentive Language Models Beyond a Fixed-Length Context,.pdf

│ │ │ Xlnet,.pdf

│ │ │ 【Aspect-Aware Multimodal Summarization for Chinese E-Commerce Products】,.pdf

│ │ │

│ │ ├─Project-截止到1023最新,

│ │ │ │ 0830,.pptx

│ │ │ │ 1_Assignment3-2_solution,.zip

│ │ │ │ 3_Assignment2-3_solution(2),.zip

│ │ │ │ Assignment1_solution,.zip

│ │ │ │ Assignment2-1_solution,.zip

│ │ │ │ Assignment2-2_solution(corrected)(1),.zip

│ │ │ │ Assignment2-2_solution,.zip

│ │ │ │ Assignment2-2,.zip

│ │ │ │ Assignment2-3,.zip

│ │ │ │ Assignment3-1_solution(1),.zip

│ │ │ │ Assignment3-1,.zip

│ │ │ │ Assignment3-3_solution,.zip

│ │ │ │ Assignment3-3,.zip

│ │ │ │ JD-NLP3_handbook,.pdf

│ │ │ │ JDNLP-项目一答案,.zip

│ │ │ │ README,.md

│ │ │ │ 京东-贪心NLP项目2文档,.pdf

│ │ │ │ 项目二,.zip

│ │ │ │

│ │ │ └─Project3-2,

│ │ │ Assignment3-2,.zip

│ │ │ ranking_datasets,.zip

│ │ │ ReadMe,

│ │ │ ,.gitkeep

│ │ │

│ │ ├─Project-截至10.1最新,

│ │ │ │ 0830,.pptx

│ │ │ │ 3_Assignment2-3_solution(2),.zip

│ │ │ │ Assignment1_solution,.zip

│ │ │ │ Assignment2-2_solution(corrected)(1),.zip

│ │ │ │ Assignment2-2_solution,.zip

│ │ │ │ Assignment2-2,.zip

│ │ │ │ Assignment2-3,.zip

│ │ │ │ Assignment3-1_solution(1),.zip

│ │ │ │ Assignment3-1,.zip

│ │ │ │ Assignment3-3,.zip

│ │ │ │ JD-NLP3_handbook,.pdf

│ │ │ │ JDNLP-项目一答案,.zip

│ │ │ │ README,.md

│ │ │ │ 京东-贪心NLP项目2文档,.pdf

│ │ │ │ 项目二,.zip

│ │ │ │

│ │ │ └─Project3-2,

│ │ │ Assignment3-2,.zip

│ │ │ ranking_datasets,.zip

│ │ │ ReadMe,

│ │ │ ,.gitkeep

│ │ │

│ │ ├─上课资料-全量版本-最全-截止到10.1最新,

│ │ │ ├─data1,

│ │ │ │ │ 2020.6.21,.pptx

│ │ │ │ │ 20200615_贪心科技_机器学习常用库介绍代码资料,.zip

│ │ │ │ │ jd图书文本分类更新版,.zip

│ │ │ │ │ Lecture 3-扣扣-上课用,.pdf

│ │ │ │ │ Mini-homework1,.ipynb

│ │ │ │ │ slide1,.pptx

│ │ │ │ │ stopwords(1),.txt

│ │ │ │ │ 京东NLP第一课,.pptx

│ │ │ │ │ 京东paper01,.pdf

│ │ │ │ │ 京东paper02,.pdf

│ │ │ │ │ 京东paper03,.pdf

│ │ │ │ │ 最佳实践,.zip

│ │ │ │ │ 样本不平衡,.pptx

│ │ │ │ │ 第一篇论文,.pdf

│ │ │ │ │ 第三篇论文,.pdf

│ │ │ │ │ 第二篇论文,.pdf

│ │ │ │ │ 第二课,.pptx

│ │ │ │ │ 第四篇,.pdf

│ │ │ │ │ 编程最佳实践,.pptx

│ │ │ │ │ 编程环境搭建(4),.pptx

│ │ │ │ │ 自然语言处理楚江及常见技术,.pptx

│ │ │ │ │ 词向量的训练以及使用_review(1),.pptx

│ │ │ │ │

│ │ │ │ ├─620pan,

│ │ │ │ │ testSet-LR,.txt

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─620tuan,

│ │ │ │ │ word2vec,.py

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─data,

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─dp,

│ │ │ │ │ dp1,.pptx

│ │ │ │ │ dp_intro,.ipynb

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─han6.22,

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─Han（6.7）,

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─jd books project,

│ │ │ │ ├─ning6.7,

│ │ │ │ │ ,.gitkeep

│ │ │ │ │ 动态规划(2),.pptx

│ │ │ │ │ 斐波那契(1),.ipynb

│ │ │ │ │ 硬币(1),.ipynb

│ │ │ │ │ 背包(1),.ipynb

│ │ │ │ │ 距离(1),.ipynb

│ │ │ │ │ 路径(1),.ipynb

│ │ │ │ │

│ │ │ │ └─第一次小作业：作业代码0010,

│ │ │ └─data2,

│ │ │ │ 0830信息检索及倒排技术1,.pdf

│ │ │ │ 0830信息检索及倒排技术2,.pdf

│ │ │ │ 20200704Lecture4,.pdf

│ │ │ │ 20200704review1,.pptx

│ │ │ │ 20200711Lecture(hu),.pdf

│ │ │ │ 20200711review1CPU和GPU,.pptx

│ │ │ │ 20200711Review2,.pdf

│ │ │ │ 20200712review3chat,.txt

│ │ │ │ 20200718Review2机器翻译,.pdf

│ │ │ │ 20200725Lecture,.pdf

│ │ │ │ 20200801lecture7预处理及深度学习技巧,.pdf

│ │ │ │ 20200801Review1debug,.pdf

│ │ │ │ 20200802Review2Ptr,.pdf

│ │ │ │ 20200803Assignment1讲解,.pdf

│ │ │ │ 20200815lecture-对话系统,.pdf

│ │ │ │ 20200816workshop,.pptx

│ │ │ │ 20200816预习,.pdf

│ │ │ │ 20200822Lecture9-邻近搜索,.pdf

│ │ │ │ 20200823Skip List+NHSW(1),.pptx

│ │ │ │ 20200905Transformer,.pdf

│ │ │ │ 20200905transformer,.zip

│ │ │ │ 20200906Assignment3-1讲解,.pptx

│ │ │ │ 20200906transformerXL,.pdf

│ │ │ │ 20200912_lecture_5-1,.pdf

│ │ │ │ 20200913Assignment3-1讲解答疑,.pptx

│ │ │ │ 20200913Bert代码(1),.pptx

│ │ │ │ 20200913JDNLP1Bert-GPT,.pdf

│ │ │ │ 20200919Assignment3-2讲解,.pptx

│ │ │ │ 20200919paper10,.pdf

│ │ │ │ 20200919XLNet-Albert,.pptx

│ │ │ │ bookClassification(ToDo)(3),.zip

│ │ │ │ lcs_dp_20200829,.zip

│ │ │ │ README,.md

│ │ │ │ 模型压缩-上课用(4),.pdf

│ │ │ │

│ │ │ ├─20200704Review2,

│ │ │ ├─20200704Review3,

│ │ │ ├─20200718Lecture6,

│ │ │ ├─20200829 Lecture,

│ │ │ ├─20200905Lecture,

│ │ │ └─7.12review3,

│ │ │ LSTM,.zip

│ │ │ ,.gitkeep

│ │ │

│ │ ├─全量资料完整版,

│ │ │ ├─course-info,

│ │ │ │ │ README,.md

│ │ │ │ │

│ │ │ │ └─data,

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─Han（6.7）,

│ │ │ │ └─paper-first week,

│ │ │ ├─data2,

│ │ │ │ │ 0830信息检索及倒排技术1,.pdf

│ │ │ │ │ 0830信息检索及倒排技术2,.pdf

│ │ │ │ │ 20200704Lecture4,.pdf

│ │ │ │ │ 20200704review1,.pptx

│ │ │ │ │ 20200711Lecture(hu),.pdf

│ │ │ │ │ 20200711review1CPU和GPU,.pptx

│ │ │ │ │ 20200711Review2,.pdf

│ │ │ │ │ 20200712review3chat,.txt

│ │ │ │ │ 20200718Review2机器翻译,.pdf

│ │ │ │ │ 20200725Lecture,.pdf

│ │ │ │ │ 20200801lecture7预处理及深度学习技巧,.pdf

│ │ │ │ │ 20200801Review1debug,.pdf

│ │ │ │ │ 20200802Review2Ptr,.pdf

│ │ │ │ │ 20200803Assignment1讲解,.pdf

│ │ │ │ │ 20200815lecture-对话系统,.pdf

│ │ │ │ │ 20200816workshop,.pptx

│ │ │ │ │ 20200816预习,.pdf

│ │ │ │ │ 20200822Lecture9-邻近搜索,.pdf

│ │ │ │ │ 20200823Skip List+NHSW(1),.pptx

│ │ │ │ │ 20200905Transformer,.pdf

│ │ │ │ │ 20200905transformer,.zip

│ │ │ │ │ 20200906Assignment3-1讲解,.pptx

│ │ │ │ │ 20200906transformerXL,.pdf

│ │ │ │ │ 20200912_lecture_5-1,.pdf

│ │ │ │ │ 20200913Assignment3-1讲解答疑,.pptx

│ │ │ │ │ 20200913Bert代码(1),.pptx

│ │ │ │ │ 20200913JDNLP1Bert-GPT,.pdf

│ │ │ │ │ 20200919Assignment3-2讲解,.pptx

│ │ │ │ │ 20200919paper10,.pdf

│ │ │ │ │ 20200919XLNet-Albert,.pptx

│ │ │ │ │ 20201017多轮对话,.pptx

│ │ │ │ │ bookClassification(ToDo)(3),.zip

│ │ │ │ │ lcs_dp_20200829,.zip

│ │ │ │ │ README,.md

│ │ │ │ │ TRADE,.pdf

│ │ │ │ │ xlnet(1),.zip

│ │ │ │ │ 模型压缩-上课用(4),.pdf

│ │ │ │ │

│ │ │ │ ├─20200704Review2,

│ │ │ │ │ MNIST,.py

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─20200704Review3,

│ │ │ │ │ CNN,.pptx

│ │ │ │ │ example,.py

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─20200718Lecture6,

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─20200829 Lecture,

│ │ │ │ │ CFG,.pdf

│ │ │ │ │ GBDT,.pdf

│ │ │ │ │ LTR,.pdf

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─20200905Lecture,

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ └─7.12review3,

│ │ │ │ 20200712Review3LSTM,.pptx

│ │ │ │ LSTM,.zip

│ │ │ │ ,.gitkeep

│ │ │ │

│ │ │ ├─data,

│ │ │ │ │ 1024求职建议与面试准备,.pptx

│ │ │ │ │ 2020.6.21,.pptx

│ │ │ │ │ 20200615_贪心科技_机器学习常用库介绍代码资料,.zip

│ │ │ │ │ Assignment3-3-2,.pptx

│ │ │ │ │ Assignment3-3讲解,.pptx

│ │ │ │ │ jd图书文本分类更新版,.zip

│ │ │ │ │ Lecture 3-扣扣-上课用,.pdf

│ │ │ │ │ Mini-homework1,.ipynb

│ │ │ │ │ NLP面试项目经验,.pptx

│ │ │ │ │ slide1,.pptx

│ │ │ │ │ stopwords(1),.txt

│ │ │ │ │ 京东NLP第一课,.pptx

│ │ │ │ │ 京东paper01,.pdf

│ │ │ │ │ 京东paper02,.pdf

│ │ │ │ │ 京东paper03,.pdf

│ │ │ │ │ 最佳实践,.zip

│ │ │ │ │ 样本不平衡,.pptx

│ │ │ │ │ 第一篇论文,.pdf

│ │ │ │ │ 第三篇论文,.pdf

│ │ │ │ │ 第二篇论文,.pdf

│ │ │ │ │ 第二课,.pptx

│ │ │ │ │ 第四篇,.pdf

│ │ │ │ │ 编程最佳实践,.pptx

│ │ │ │ │ 编程环境搭建(4),.pptx

│ │ │ │ │ 自然语言处理楚江及常见技术,.pptx

│ │ │ │ │ 词向量的训练以及使用_review(1),.pptx

│ │ │ │ │ 面试总结,.pdf

│ │ │ │ │

│ │ │ │ ├─620pan,

│ │ │ │ │ logistic_regression_demo,.ipynb

│ │ │ │ │ testSet-LR,.txt

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─620tuan,

│ │ │ │ │ word2vec,.py

│ │ │ │ │ word2vec中的数学,.pdf

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─data,

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─dp,

│ │ │ │ │ dp1,.pptx

│ │ │ │ │ dp_intro,.ipynb

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─han6.22,

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─Han（6.7）,

│ │ │ │ │ complexity2,.pptx

│ │ │ │ │ complexity,.ipynb

│ │ │ │ │ ,.gitkeep

│ │ │ │ │

│ │ │ │ ├─jd books project,

│ │ │ │ │ README,.md

│ │ │ │ │ ,.gitkeep

│ │ │ │ │ 京东图书文本分类(1),.pdf

│ │ │ │ │

│ │ │ │ ├─ning6.7,

│ │ │ │ │ ,.gitkeep

│ │ │ │ │ 动态规划(2),.pptx

│ │ │ │ │ 斐波那契(1),.ipynb

│ │ │ │ │ 硬币(1),.ipynb

│ │ │ │ │ 背包(1),.ipynb

│ │ │ │ │ 距离(1),.ipynb

│ │ │ │ │ 路径(1),.ipynb

│ │ │ │ │

│ │ │ │ └─第一次小作业：作业代码0010,

│ │ │ │ ,.gitkeep

│ │ │ │

│ │ │ ├─paper,

│ │ │ │ 0624Efficient Large-Scale Multi-Modal Classification,.pdf

│ │ │ │ 0624LearningFromImbalancedDataOpen,.pdf

│ │ │ │ 0624LearningFromImbalancedDataOpen,.zip

│ │ │ │ 0624Visualizing and understanding convolutional networks,.pdf

│ │ │ │ 2.From Word Embeddings To Document Distances,.pdf

│ │ │ │ 20200705paper04,.pdf

│ │ │ │ 20200711paper05,.pdf

│ │ │ │ 20200711paper05代码复现,.zip

│ │ │ │ 20200712paper5chat,.txt

│ │ │ │ 20200712paper5,.pptx

│ │ │ │ 20200725Paper-haoran,.pdf

│ │ │ │ 20200822Lecture9-邻近搜索,.pdf

│ │ │ │ ALBERT,.pdf

│ │ │ │ BERT-OF-THESEUS,.pdf

│ │ │ │ From Word Embeddings To Document Distances,.pptx

│ │ │ │ Keywords-Guided Abstractive Sentence Summarization,.pdf

│ │ │ │ Multi-Source Pointer Network for Product Title Summarization,.pdf

│ │ │ │ README,.md

│ │ │ │ Xlnet,.pdf

│ │ │ │

│ │ │ └─Project,

│ │ │ │ 0830,.pptx

│ │ │ │ 1_Assignment3-2_solution,.zip

│ │ │ │ 3_Assignment2-3_solution(2),.zip

│ │ │ │ Assignment1_solution,.zip

│ │ │ │ Assignment2-1_solution,.zip

│ │ │ │ Assignment2-2_solution(corrected)(1),.zip

│ │ │ │ Assignment2-2_solution,.zip

│ │ │ │ Assignment2-2,.zip

│ │ │ │ Assignment2-3,.zip

│ │ │ │ Assignment3-1_solution(1),.zip

│ │ │ │ Assignment3-1,.zip

│ │ │ │ Assignment3-3_solution,.zip

│ │ │ │ Assignment3-3,.zip

│ │ │ │ JD-NLP3_handbook,.pdf

│ │ │ │ JDNLP-项目一答案,.zip

│ │ │ │ README,.md

│ │ │ │ 京东-贪心NLP项目2文档,.pdf

│ │ │ │ 项目二,.zip

│ │ │ │

│ │ │ └─Project3-2,

│ │ │ Assignment3-2,.zip

│ │ │ ranking_datasets,.zip

│ │ │ ReadMe,

│ │ │ ,.gitkeep

│ │ │

│ │ └─数据集【勿外传，发现流出，后期不提供数据集】,

│ │ ├─项目一数据集,

│ │ │ book_cover,.zip

│ │ │ chinese_L-12_H-768_A-12,.zip

│ │ │ dev_clean,.csv

│ │ │ dev,.csv

│ │ │ label2id,.json

│ │ │ stopwords,.txt

│ │ │ test_clean,.csv

│ │ │ test,.csv

│ │ │ train_clean,.csv

│ │ │ train,.csv

│ │ │

│ │ ├─项目三数据集,

│ │ │ │ order,.txt

│ │ │ │ user,.txt

│ │ │ │ ware,.txt

│ │ │ │ 开发集,.txt

│ │ │ │ 测试集,.txt

│ │ │ │

│ │ │ └─chat.txt,

│ │ │ chat,.txt_aa

│ │ │ chat,.txt_ab

│ │ │ chat,.txt_ac

│ │ │ chat,.txt_ad

│ │ │ chat,.txt_ae

│ │ │ chat,.txt_af

│ │ │ chat,.txt_ag

│ │ │ chat,.txt_ah

│ │ │ chat,.txt_ai

│ │ │ chat,.txt_aj

│ │ │ chat,.txt_ak

│ │ │

│ │ └─项目二数据集,

│ │ 服饰_50k,.json

│ │ 服饰数据,.json

│ │

│ └─数据集,

│ └─新建文件夹,

│ └─数据集【勿外传，发现流出，后期不提供数据集】,

│ ├─项目一数据集,

│ │ book_cover,.zip

│ │ dev_clean,.csv

│ │ dev,.csv

│ │ label2id,.json

│ │ stopwords,.txt

│ │ test_clean,.csv

│ │ test,.csv

│ │ train_clean,.csv

│ │ train,.csv

│ │

│ ├─项目三数据集,

│ │ │ order,.txt

│ │ │ user,.txt

│ │ │ ware,.txt

│ │ │ 开发集,.txt

│ │ │ 测试集,.txt

│ │ │

│ │ └─chat.txt,

│ └─项目二数据集,

│ 服饰_50k,.json

│ 服饰数据,.json