深度学习自然语言处理CS224N

本项目是斯坦福大学《深度学习自然语言处理课程》的资源汇总，学习笔记，以及代码实践，仅供参考。

课程简介

讲师：Christopher Manning

课程资源

• 斯坦福大学CS224N
• 油管视频(2019winter)
• B站中英字幕视频(2017winter)

课程笔记

以2019年冬季的课程目录为主，后续学习中也会加入最新的学术进展或代码实践等。

• Lecture 1-2 Word Vectors
• 第二课 词向量与词义
• 第三课 神经网络
• 第四课 反向传播
• 第五课 依存分析
• 第六课 RNN与语言模型
• 第七课 梯度消失与改进RNN模型
• 第八课 机器翻译，Seq2Seq与注意力模型
• 第九课 实践
• 第十课 问答系统
• 第十一课 卷积网络在NLP应用
• 第十二课 单词模型
• 第十三课 预训练模型
• 第十四课 Transformer和自注意力生成模型
• 第十五课 自然语言生成
• 第十六课 消歧
• 第十七课 多任务学习在NLP任务上的通用模型
• 第十八课 一致性解析和树迭代模型
• 第十九课 安全性，偏向性和公正性
• 第二十课 展望