目录




第1章文本表示
 
1.1实践一： 基于统计的文本表示

1.2实践二： 基于Word2Vec的文本表示

1.3实践三： 基于预训练的文本表示

第2章文本分类 

2.1实践一： 基于BiLSTM的文本分类

2.2实践二： 基于Attention机制的文本分类

2.3实践三： 基于预训练微调的文本分类

2.4实践四： 基于PaddleHub的低俗文本审核

第3章文本匹配 

3.1实践一： 基于表示的文本匹配

3.2实践二： 基于交互的文本匹配

3.3实践三： 基于预训练微调的文本匹配

第4章信息抽取

4.1实践一： 基于BiLSTMCRF的命名实体识别

4.2实践二： 基于BiLSTMCRF的事件抽取

4.3实践三： 基于BiLSTM的关系抽取

4.4实践四： 基于预训练微调的关系抽取

4.5实践五： 基于预训练微调的事件抽取

第5章机器翻译

5.1实践一： 基于序列到序列模型的中英机器翻译

5.2实践二： 基于注意力机制的中英机器翻译

5.3实践三： 基于Transformer的中英机器翻译

5.4实践四： 基于预训练微调的中英机器翻译

第6章自动文摘

6.1实践一： 抽取式中文自动文摘

6.2实践二： 生成式英文自动文摘

6.3实践三： 基于预训练微调的中文自动文摘

第7章机器阅读理解

7.1实践一： 基于BiDAF的机器阅读理解

7.2实践二： 基于BERT预训练微调的机器阅读理解 

7.3实践三： 基于ERNIE预训练微调的机器阅读理解

第8章聊天机器人设计与实现

8.1实践一： 聊天机器人模块实现与系统测评

8.2实践二： 手动实现简易聊天机器人