课程向：深度学习与人类语言处理 ——李宏毅，2020 (P1)

人类语言处理任务总结与研究方向

李宏毅老师2020新课深度学习与人类语言处理课程主页：
http://speech.ee.ntu.edu.tw/~tlkagk/courses_DLHLP20.html
视频链接地址：
https://www.bilibili.com/video/BV1RE411g7rQ
课件ppt已上传至资源，可免费下载使用

在本课程中，文字和语音的内容各占一半，主要关注近3年的相关技术，重点讲述BERT及之后的预处理模型。

**

课程任务总结：

**
六大类：
    I 语音——文字（语音辨识） Speech Recognition
      传统: 多模组

      现今: ASR（Automatic Speech Recognition）
        端到端神经网络系统(但不是传统的seq2seq模型),后续会讲

    II 文字——语音（语音合成） Text-to-Speech Synthesis
      现今: 端到端的系统TTS

    III 语音——语音
       应用: 语音分离 Speech Separation (例如将两个人同时说的话分离为各自所说的)
           语音转换 Voice Conversion (例如柯南中的变音器)
           无监督语音转换 Only one utterance from each speaker(one-shot learning) (一次学习，例如，使系统各听A、B两人说的一句话，将A所说的话用B的语气、语调讲出，反之也可)，技术后续会讲
       One-shot learning扩展：《deep learning》一书 480页 迁移学习的两种极端形式是一次学习(one-shot learning) 和 零次学习 (zero-shot learning) ，有时也被称为 零数据学习 (zero-data learning)。只有一个标注样本的迁移任务被称为一次学习；没有标注样本的迁移任务被称为零次学习。

    IV 语音——类别
       应用:
           1 Speaker Recognition 讲述人辨识，判别一段语音是属于谁
           2 Keyword Spotting 关键词判断，判别一段语音是否是一种关键词(可用于聊天系统 如 判别启动语，在Siri中当语音中包含"Hey Siri"时 Siri便会启动)

    V 文字——文字 (文字生成) Text Generation
       Autoregressive：    自回归，逐字预测输出
       Non-Autoregressive：非自回归，乱序预测输出
       应用：翻译、摘要、聊天机器人、问答系统

    VI 文字——类别 ,文本分类

扩展：（后续会有详细讲解）
Meta Learning 元学习，学习如何去学习

Leaning from Unpaired Data 从输入输出模式不同的数据学习

Adversarial Attack 敌手攻击

Explainable AI ，AI模型的可解释性