- ```直播-Lecture```: 核心的知识点 - ```直播-Discussion```: 代码实战、复习课、论文讲解、主题分享等 | 日期 | 主题 | 知识点详情 | 课件 | 相关阅读 | 其 他 | 作业 | |---------|---------|---------|---------|---------|---------|---------| | PART 0 前期基础复习（机器学习与凸优化）| | 5月24日 （周日） 10:30AM | （直播-Lecture1） <br>概论，算法复杂度，逻辑回归与正则 | 时间/空间复杂度的分析, <br> 递归程序的时间复杂度 <br>与空间复杂度、<br>逻辑回归与正则 | [Lecture1](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0524%E6%A6%82%E8%AE%BA%EF%BC%8C%E7%AE%97%E6%B3%95%E5%A4%8D%E6%9D%82%E5%BA%A6%EF%BC%8C%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92%EF%BC%8CDTW%EF%BC%8C%E9%80%BB%E8%BE%91%E5%9B%9E%E5%BD%92%E4%B8%8E%E6%AD%A3%E5%88%99.pptx)| [gitlab使用教程](https://www.greedyai.com/course/46)<br/><br />[[博客]十分钟搞定时间复杂度（必看）](https://www.jianshu.com/p/f4cca5ce055a)<br/><br />[[博客] Dynamic Programming – Edit Distance Problem(必看)](https://algorithms.tutorialhorizon.com/dynamic-programming-edit-distance-problem/)<br /><br/>[[材料]Master's Theorem（建议看）](http://people.csail.mit.edu/thies/6.046-web/master.pdf)<br/><br />[Introduction to Algorithm (MIT Press)（强烈建议从头到尾好好读一下）](http://ressources.unisciel.fr/algoprog/s00aaroot/aa00module1/res/%5BCormen-AL2011%5DIntroduction_To_Algorithms-A3.pdf)<br/><br />[Convergence for Gradient Descent（想挑战一下的看）](https://www.stat.cmu.edu/~ryantibs/convexopt-F13/scribes/lec6.pdf)<br/><br />[Convergence for Adagrad（想挑战一下的看）](http://www.jmlr.org/papers/volume12/duchi11a/duchi11a.pdf)<br/><br />[Convergence for Adam（想挑战一下的看）](https://arxiv.org/pdf/1412.6980.pdf)<br/><br />[ElasticNet（想挑战一下的看）](https://web.stanford.edu/~hastie/Papers/B67.2%20(2005)%20301-320%20Zou%20&%20Hastie.pdf)<br/><br />[DP Problems（必看）](https://people.cs.clemson.edu/~bcdean/dp_practice/)<br/><br />|[如何写summary](http://47.94.6.102/NLP7/course-info/wikis/%E5%A6%82%E4%BD%95%E5%86%99summary)<br/><br />[如何写小作业？](http://47.94.6.102/NLP7/course-info/wikis/%E5%A6%82%E4%BD%95%E5%86%99%E5%B0%8F%E4%BD%9C%E4%B8%9A%EF%BC%9F)|[第一次小作业](http://47.94.6.102/NLP7/MiniAssignments/tree/master/homework1)<br><br> 截止日期：5月31日（周日）<br>北京时间 23:59PM, <br>上传到gitlab| | 5月30日 （周六） 8:00PM | (直播-Paper) <br> 第一篇论文解读<br>XGBoost: A Scalable Tree Boosting System ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0530%E7%AC%AC%E4%B8%80%E7%AF%87%E8%AE%BA%E6%96%87xgboost.pptx)|||[第一篇论文原文](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/XGBoost-%20A%20Scalable%20Tree%20Boosting%20System.pdf) <br><br>summary截止日期：<br>5月31日（周日）<br>北京时间 23:59PM,<br> 上传到核心文档| | 5月31日 （周日） 10:30AM | (直播-Lecture2) <br>Decision Tree, Random Forest, XGBoost | 树模型以及XGBoost核心算法讲解|[Lecture2](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0531Decision%20Tree%EF%BC%8Crandom%20forest%EF%BC%8Cxgboost.pptx)||| | 5月31日 （周日） 8:00PM | (直播-Discussion) <br>经典数据结构与算法 |哈希表，搜索树，堆（优先堆）|[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0531%E5%93%88%E5%B8%8C%E8%A1%A8%EF%BC%8C%E6%90%9C%E7%B4%A2%E6%A0%91%EF%BC%8C%E5%A0%86%EF%BC%88%E4%BC%98%E5%85%88%E5%A0%86%EF%BC%89.pptx)|||| | 6月6日 （周六） 6:00PM | (直播-Discussion) <br>Ensemble模型实战||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0606%20Ensemble%20%E6%A8%A1%E5%9E%8B%E5%AE%9E%E6%88%98%20%5B%E9%98%BF%E5%8B%87%5D.pptx)|[资料 代码](http://47.94.6.102/NLP7/course-info/tree/master/%E8%AF%BE%E4%BB%B6/0606%20%20Ensemble%20%E6%A8%A1%E5%9E%8B%E5%AE%9E%E6%88%98--%E8%B5%84%E6%96%99/%E4%BB%A3%E7%A0%81)||| | 6月6日 （周六） 8:00PM | (直播-Paper) <br> 第二篇论文解读<br>From Word Embeddings To Document Distances ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0606%E7%AC%AC%E4%BA%8C%E7%AF%87%E8%AE%BA%E6%96%87From%20Word%20Embeddings%20To%20Document%20Distances.pptx)|||[第二篇论文原文](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/2.From%20Word%20Embeddings%20To%20Document%20Distances.pdf) <br><br>summary截止日期：<br>6月7日（周日）<br>北京时间 23:59PM,<br> 上传到核心文档| | 6月7日 （周日） 10:30AM | (直播-Lecture3) <br> 凸优化（1） | 凸集，凸函数，判定凸函数，LP, QP, 非凸函数问题 |[Lecture3](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/%E5%87%B8%E4%BC%98%E5%8C%96%EF%BC%881%EF%BC%89.pptx)|||[第二次小作业](http://47.94.6.102/NLP7/MiniAssignments/blob/master/homework2.zip)<br><br> 截止日期：6月21日（周日）<br>北京时间 23:59PM, <br>上传到gitlab| | 6月7日 （周日） 8:00PM | （直播-Discussion) <br> 生活中的优化问题 ||[课件](http://47.94.6.102/NLP7/course-info/tree/master/%E8%AF%BE%E4%BB%B6/0607%E7%94%9F%E6%B4%BB%E4%B8%AD%E7%9A%84%E4%BC%98%E5%8C%96%E9%97%AE%E9%A2%98)||| | 6月13日 （周六） 6:00PM | （直播-Discussion) <br> LP, QP以及它们的Dual ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0613%20LP%20QP%E4%BB%A5%E5%8F%8A%E5%AE%83%E4%BB%AC%E7%9A%84Dual%20%5B%E9%98%BF%E5%8B%87%5D.pptx)||| | 6月13日 （周六） 8:00PM | （直播-Discussion) <br> Simplex Method与LP实战 ||[课件<br>代码](http://47.94.6.102/NLP7/course-info/tree/master/%E8%AF%BE%E4%BB%B6/0613Simplex%20Method%E4%B8%8ELP%E5%AE%9E%E6%88%98)||| | 6月14日 （周日） 10:30AM | （直播-Lecture4) <br> 凸优化 (2) |Dualtiy, KKT条件，SVM的primal-Dual|[Lecture4](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0614%E5%87%B8%E4%BC%98%E5%8C%96%EF%BC%882%EF%BC%89.pptx)||| | 6月14日 （周日） 8:00PM | (直播-Discussion) <br> Inventory Optimization with Stochastic Programming ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0614%20Inventory%20Optimization%20with%20Stochastic%20Programming%5B%E9%98%BF%E5%8B%87%5D.pptx)||| | PART 1 自然语言处理基础 | | 6月21日 （周日，父亲节） 10:30AM | (直播-Lecture5) <br>文本表示|分词<br>拼写纠错<br>停用词过滤<br>词的标准化<br>词袋模型<br>文本相似度计算<br>词向量<br>句子向量<br>语言模型|[Lecture5](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0621%E6%96%87%E6%9C%AC%E8%A1%A8%E7%A4%BA.pptx)|||[project1](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/project1/Project1%E9%A1%B9%E7%9B%AE.zip) <br><br> 截止日期：7月1日（周三）<br>北京时间 23:59PM, <br>上传到gitlab| | 6月21日 （周日） 5:30PM | (直播-Discussion) <br>各类文本相似度计算技术的Survey| 短文本<br>长文本 |[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0621%E6%96%87%E6%9C%AC%E7%9B%B8%E4%BC%BC%E5%BA%A6%E8%AE%A1%E7%AE%97%E6%8A%80%E6%9C%AF.pptx)|||| | 6月21日 （周日） 8:00PM | (直播-Discussion） <br>搜索引擎技术介绍|Vector-space model, 倒排表索引，PageRank等|[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0621%E6%90%9C%E7%B4%A2%E5%BC%95%E6%93%8E%E6%8A%80%E6%9C%AF%E4%BB%8B%E7%BB%8D.pptx)||| | 6月27日 （周六） 5:30PM | (直播-Discussion） <br>homework1讲解||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0627Mini-homework1.ipynb.ipynb)|||| | 6月27日 （周六，补课） 8:00PM | (直播-Discussion) <br>经典数据结构与算法 |动态规划问题讲解，贪心算法|[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0531TBD%E5%8A%A8%E6%80%81%E8%A7%84%E5%88%92.pptx)|||| | 7月4日 （周六） 8:00PM | (直播-Paper） <br> 第三篇论文解读<br>Evaluation methods for unsupervised word embeddings||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0704%E7%AC%AC%E4%B8%89%E7%AF%87%E8%AE%BA%E6%96%87Evaluation%20methods%20for%20unsupervised%20word%20embeddings.pptx)|||[第三篇论文原文](https://www.aclweb.org/anthology/D15-1036.pdf)summary截止日期：<br>7月5日（周日）<br>北京时间 23:59PM,<br> 上传到核心文档| | 7月5日 （周日） 10:30AM | (直播-Lecture6) | <br>SkipGram（重点讲解）, CBOW, Glove, MF，Gaussian Embedding, 语言模型以及各类Smooting技术|[Lecture6](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/nlp7%E6%96%87%E5%93%B2lecture.pptx)|||| | 7月5日 （周日） 5:00PM | (直播-Discussion) <br>SkipGram源代码解读|包括Huffman树等优化细节|[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0705%20Word2Vec%E6%BA%90%E7%A0%81%E8%A7%A3%E8%AF%BB%20%5B%E9%98%BF%E5%8B%87%5D.pptx)|[资料 代码](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0705%E9%98%BF%E5%8B%87%E8%80%81%E5%B8%88.rar)||| | 7月5日 （周日） 8:00PM | (直播-Discussion) <br>问答系统的搭建：完整流程，相似度匹配，排序，文本预处理等||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0705%E9%97%AE%E7%AD%94%E7%B3%BB%E7%BB%9F%E7%9A%84%E6%90%AD%E5%BB%BA.pptx)|| | 7月12日 （周日） 10:30AM | (直播-Lecture7) <br>EM算法和HMM |Em算法<br>Em收敛性<br>Em算法在高斯混合模型中的应用<br>HMM算法的引入<br>HMM中的概率计算<br>HMM中的学习（Baum-Welch算法）<br>HMM的预测问题（Viterbi算法）|[Lecture7](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0712EM%E7%AE%97%E6%B3%95%E5%92%8CHMM.pptx)|||| | 7月12日 （周日） 5:00PM | (直播-Discussion) <br>结巴分词的应用以及底层原理剖析||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0712%20%E7%BB%93%E5%B7%B4%E5%88%86%E8%AF%8D%E7%9A%84%E5%BA%94%E7%94%A8%E5%8F%8A%E5%BA%95%E5%B1%82%E5%8E%9F%E7%90%86%E5%89%96%E6%9E%90.pptx)|||| | 7月12日 （周日） 8:00PM | (直播-Discussion) <br> 代码实战：如何基于HMM实现词性分析器？（POS tagger）||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0712%E4%BB%A3%E7%A0%81%E5%AE%9E%E6%88%98%EF%BC%9A%E5%A6%82%E4%BD%95%E5%9F%BA%E4%BA%8EHMM%E5%AE%9E%E7%8E%B0%E8%AF%8D%E6%80%A7%E5%88%86%E6%9E%90%E5%99%A8%EF%BC%9F%EF%BC%88POS%20tagger%EF%BC%89.zip)|||| | 7月18日 （周六） 5:00PM | (直播-课外Paper分享)<br> Don’t stop pre-training||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0718%20Don%E2%80%99t%20stop%20pre-training.pptx)|||| | 7月18日 （周六） 8:00PM | (直播-Paper) <br> 第四篇论文解读<br>Bidirectional LSTM-CRF Models for Sequence Tagging||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0718Bidirectional%20LSTM-CRF%20Models%20for%20Sequence%20Tagging.pptx)|||[第四篇论文原文](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/Bidirectional%20LSTM-CRF%20Models%20for%20Sequence%20Tagging.pdf)summary截止日期：<br>7月19日（周日）<br>北京时间 23:59PM,<br> 上传到核心文档| | 7月19日 （周日） 10:30AM | (直播-Lecture8) <br>CRF模型 ||[Lecture8](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0719CRF.pptx)|||| | 7月19日 （周日） 5:00PM | (直播-Discussion) <br>项目一讲解||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/starter_code.py)|||| | 7月19日 （周日） 8:00PM | (直播-Discussion) <br> 代码实战：基于LSTM-CRF的命名实体识别||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0719%E4%BB%A3%E7%A0%81%E5%AE%9E%E6%88%98%EF%BC%9A%E5%9F%BA%E4%BA%8ELSTM-CRF%E7%9A%84%E5%91%BD%E5%90%8D%E5%AE%9E%E4%BD%93%E8%AF%86%E5%88%AB.pdf)|||| |PART 2 深度学习与预训练模型| | 7月22日 （周三） 8:00PM | (直播-Lecture9) <br> CRF模型（2）||[Lecture9](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0722CRF(2).pptx)||| | 7月26日 （周日）10:30AM | (直播-Lecture10) <br> RNN, LSTM，梯度问题 ||[Lecture10](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0726%20RNN,%20LSTM%EF%BC%8C%E6%A2%AF%E5%BA%A6%E9%97%AE%E9%A2%98.pptx)|||[project2](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/Project2-%E6%83%85%E6%84%9F%E5%88%86%E6%9E%90%E9%A1%B9%E7%9B%AE.zip)截止日期：<br>8月9日（周日）<br>北京时间 23:59PM,<br> 上传到核心文档| | 7月26日 （周日） 5:00PM | (直播-Discussion) <br> GPU的使用与环境搭建 + 基于pytorch的简单的神经网络搭建||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0726GPU%E7%9A%84%E4%BD%BF%E7%94%A8%E4%B8%8E%E7%8E%AF%E5%A2%83%E6%90%AD%E5%BB%BA%20+%20%20%E5%9F%BA%E4%BA%8Epytorch%E7%9A%84%E7%AE%80%E5%8D%95%E7%9A%84%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%90%AD%E5%BB%BA.rar)|[阅读资料](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/GPU+pytorch%E9%98%85%E8%AF%BB%E8%B5%84%E6%96%99cuda_c_chinese.pdf)||| | 7月26日 （周日） 8:00PM | (直播-Discussion) <br> Pytorch讲解||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0726-pytorch_introduction.zip)|||| | 8月1日 （周六） 8:00PM | (直播-Paper) <br> Sequence to Sequence Learning with Neural Networks ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0801seq2seq.pptx)|||[第五篇论文原文](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/17.Sequence%20to%20Sequence%20Learning%20with%20Neural%20Networks.pdf)summary截止日期：<br>8月2日（周日）<br>北京时间 23:59PM,<br> 上传到核心文档| | 8月2日 （周日） 10:30AM | (直播-Lecture11) <br> Seq2Seq, Attention, Pointer Network ||[Lecture11](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0802Seq2Seq%20Attention%20Pointer%20Network.pptx)|||| | 8月2日 （周日） 5:00PM | (直播-Discussion) <br> Introduction to Transfer Learing||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0802Introduction%20to%20Transfer%20Learing.pptx)|||| | 8月2日 （周日） 8:00PM | (直播-Discussion) <br> LSTM的实现（源码讲解） ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/LSTM_review.zip)|||| | 8月8日 （周六） 10:30AM | (直播-Lecture12) <br> Transformer, BERT ||[Lecture12](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0808Transformer,%20BERT.pptx)|||| | 8月9日 （周日） 10:30AM | (直播-Paper) <br> BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0809bert.pptx)|||[第六篇论文原文](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/22.BERT-%20Pre-training%20of%20Deep%20Bidirectional%20Transformers%20for%20Language%20Understanding.pdf)summary截止日期：<br>8月9日（周日）<br>北京时间 23:59PM,<br> 上传到核心文档| | 8月9日 （周日） 5:00PM | (直播-Discussion) <br> BERT的训练与实战||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0809%20BERT%E7%9A%84%E8%AE%AD%E7%BB%83%E4%B8%8E%E5%AE%9E%E6%88%98.pptx)|||| | 8月9日 （周日） 8:00PM | (直播-Discussion) <br> 基于Transformer的机器翻译||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0809%E5%9F%BA%E4%BA%8ETransformer%E7%9A%84%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91.pdf)|||| | 8月15日 （周六） 8:00PM | (直播-Paper) <br> Graph_Tranfromer_Networks ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0815Graph_Tranfromer_Networks.pptx.zip)|||| | 8月16日 （周日） 10:30AM | (直播-Lecture13) <br> GPT, XLNet ||[Lecture13](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0816GPT,%20XLNet.pptx)|||[project3](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/%E6%9C%BA%E5%99%A8%E7%BF%BB%E8%AF%91%E9%A1%B9%E7%9B%AE.zip)截止日期：8月23日（周日）<br>北京时间 23:59PM, <br>上传到gitlab| | 8月16日 （周日） 8:00PM | (直播-Discussion) <br> XLNET应用在文本分类和QA系统||[课件](http://47.94.6.102/NLP7/course-info/tree/master/%E8%AF%BE%E4%BB%B6/0816XLNET%E5%BA%94%E7%94%A8%E5%9C%A8%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB%E5%92%8CQA%E7%B3%BB%E7%BB%9F)|||| | PART 3 信息抽取与图挖掘相关| | 8月22日 （周六） 8:00PM | (直播-Paper) <br> End-to-end Sequence Labeling via Bi-directional LSTM-CNNs-CRF||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0822CNN-BLSTM-CRF.pptx)|[论文地址](https://arxiv.org/pdf/1603.01354.pdf)||| | 8月23日 （周日） 10:30AM | (直播-Lecture14) <br> 信息抽取(1) |利用传统方法论解决命名实体识别，实体统一，实体消歧，关系抽取问题|[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0823%20%E4%BF%A1%E6%81%AF%E6%8A%BD%E5%8F%96(1).pptx)|||[project4](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/project4%E8%81%8A%E5%A4%A9%E6%9C%BA%E5%99%A8%E4%BA%BA%E9%A1%B9%E7%9B%AE.zip)截止日期：9月6日（周日）<br>北京时间 23:59PM, <br>上传到gitlab| | 8月23日 （周日） 5:00PM | (直播-Discussion) <br> 项目二讲解||[课件<br> 代码](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/project2-%E6%83%85%E6%84%9F%E5%88%86%E6%9E%90%E4%BB%A3%E7%A0%81%E8%B5%84%E6%96%99.rar)|||| | 8月23日 （周日） 8:00PM | (直播-Discussion) <br> 命名实体识别代码实战：BERT-BILSTM-CRF||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0823Bert-BiLSTM-CRF_tutorial.ipynb)|[参考](https://github.com/macanv/BERT-BiLSTM-CRF-NER)||| | 8月28日 （周五） 8:00PM | (直播-Discussion) <br> XLNET源码讲解||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0828XLnet%E6%BA%90%E7%A0%81%E8%A7%A3%E6%9E%90.rar)|||| | 8月29日 （周六） 5:00PM | (直播-Discussion) <br> ALBERT ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0829ALBERT.pptx)|[ALBERT: A Lite BERT for Self-supervised Learning of Language Representations](https://arxiv.org/abs/1909.11942)|| | 8月30日 （周日） 10:30AM | (直播-Lecture15) <br> 信息抽取（2）|利用深度学习解决命名实体识别，实体统一，实体消歧，关系抽取问题|[Lecture15](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0830%E4%BF%A1%E6%81%AF%E6%8A%BD%E5%8F%96(2).pptx)|||| | 8月30日 （周日） 7:00PM | (直播-Discussion) <br> 依存文法分析（Dependency Parsing)<br> homework讲解||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0830%E4%BE%9D%E5%AD%98%E6%96%87%E6%B3%95%E5%88%86%E6%9E%90+%20homework%E8%AE%B2%E8%A7%A3.7z)||| | 9月5日 （周六） 5:00PM | (直播-Discussion) <br> 项目三讲解 ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/%E9%A1%B9%E7%9B%AE%E4%B8%89.rar)||| | 9月5日 （周六） 8:00PM | (直播-Paper) <br>K-BERT: Enabling Language Representation with Knowledge Graph ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0905K-BERT%20Enabling%20Language%20Representation%20with%20Knowledge%20Graph.pptx)|[K-BERT: Enabling Language Representation with Knowledge Graph](https://arxiv.org/abs/1909.07606)||| | 9月6日 （周日） 8:00PM | (直播-Discussion) <br> 句法分析（Parsing)和CKY算法 ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0906%E5%8F%A5%E6%B3%95%E5%88%86%E6%9E%90%E5%92%8CCKY%E7%AE%97%E6%B3%95.zip)||| | 9月13日 （周日） 10:30AM | (直播-Lecture16) <br> 知识图谱 |知识图的概念，搭建，应用场景||||[project5](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E9%A1%B9%E7%9B%AE.zip)截止日期：9月20日（周日）<br>北京时间 23:59PM, <br>上传到gitlab| | 9月13日 （周日） 8:00PM | (直播-Discussion) <br> 知识图谱在推荐系统中的应用 ||||| | 9月19日 （周六） 10:30AM | (直播-Lecture17) <br> 图神经网络 |图卷积神经网络，GraphSage, GAT|||| | TBD | (直播-Discussion) <br> 项目四讲解 ||||| | TBD | (直播-Discussion) <br> 项目五讲解 ||||| | PART 4 概率图模型| | 9月26日 （周六） 10:30AM | (直播-Lecture18) <br> 概率图模型-1 |贝叶斯推理，LDA模型|||| | 10月11日 （周日） 10:30AM | (直播-Lecture19) <br> 概率图模型-2 |吉布斯采样、变分法|||| | 10月11日 （周日） 8:30PM | (直播-Lecture20) <br> 概率图模型-3 ||||| | TBD | (直播-Discussion) <br> MCMC之Metroplis Hasting算法 ||||| | TBD | (直播-Discussion) <br> Bayesian Neural Network ||||| | TBD | (直播-Paper) <br> |||[Dropout as a Bayesian Approximation:Representing Model Uncertainty in Deep Learning](https://arxiv.org/pdf/1506.02142.pdf)||