西湖大学张岳老师NLP课程先导

本课研究的是如何自动的理解与生成人类的语言。

随着深度学习技术和预训练技术的快速发展，自然语言处理获得了长足的进步。我们可以看到智能音箱、机器翻译、自动文摘、作文自动评分等等应用。越来越多的自然语言处理系统在工业界得到了应用。

那么自然语言处理是一个机器学习驱动的学科，在我们这门课程里呢，我们会综合性的介绍自然语言处理的基本方法和内容。

本课程的主要特点如下：

1. 讨论会比较深入，除了介绍自然语言处理主要研究的任务以外 ，我们会以机器学习的方法和数学背景为中心，仔细的阐述各大任务所需要的典型的数据结构和算法的基础。
2. 我们的涵盖会比较全面，这门课程呢将会讨论自然语言处理这门学科发展过程中所涉及到的所有主要的方法，既包括传统意义上的统计学习方法，又包括最近的深度学习方法。既包括生成式学习的数学模型，又包括一些判别式的数学模型。
3. 我们的课程尽量设计的浅显易懂，当我们有比较陡的学习坡度的时候，我们尽量给出尽可能多的细节，从而让学生能够循序渐进。
4. 我们的课程整体上是按照整个学科发展历程来组织的，模型从早期相对较为简单的统计学习方法，然后到最近的大规模预训练还有深度隐变量模型。所有典型的方法都按照发明和出现的时间顺序来介绍学习，也符合模型从简单到复杂的一个逻辑顺序。
5. 我们用统一的数学符号框架涵盖了额所有的被讨论到的模型，那么不管是简单的统计模型还是参数量更大的深度学习模型，不管是有监督学习的模型，还是无监督或者半监督、自监督学习的模型，我们都统一到了相同的符号体系下，我们会看到这些模型背后的历史关联和数学关联，从而让大家对自然语言处理建模有一个总体的认识。
6. 课程的设置保持灵活性，不同的同学可以根据自己的需要来选择所学习的内容。