火爆了！推荐一个Prompt Learning 最新项目代码实战

随着预训练语言模型在NLP的研究和应用越来越广泛，提示学习也越来越受到重视。

但是相比端到端的方法，提示学习框架结构复杂多变、实现难度较大，用户在这上面的学习也会比较吃力。

这次，我邀请到了我的朋友—SunnyJ老师，和大家讲一讲提示学习。

SunnyJ老师是BAT大厂Lab高级算法研究员，有着5年NLP算法领域经验，也是SemEval竞赛冠军。

这个提示学习课程最吸引我的有2点——

01 理论+实践。适合0基础的，小白也能学透。

02 代码实战。不仅讲解和分析理论，还有代码实战，可以彻底掌握提示学习。

代码实战1

P-tuning

项目背景：

代码实践P-tuning方法，理论分析和实践结合，辨析 Adapter 和 P-tuning 间的异同（hejunxian）。

代码实战2

NER

项目背景：

目前在NER上表现较好的模型的共同的特点都需要大量的数据来进行学习，必须要进行代码实战才能更好掌握。

这套课程：6节课，定价499元，我给大家申请到了特别优惠，仅限本号粉丝，优惠价格为0.99元！感兴趣的同学直接扫码购买，限50人，人满就恢复原价。

原价499元、目前优惠仅0.99元

购课之后一定要加课程老师约课哦

以下为课程完整大纲

从0到1 

入门提示学习

BAT大厂Lab高级算法研究员+前沿理论| 实战入门

01

课程内容

第一课：小样本学习概述

• 小样本学习的基本概念

• 小样本学习的常见方法&技术路线

第二课：经典小样本学习实践

• 经典的小样本分类方法

• 原型网络在文本分类中的代码实践

第三课：自然文本生成

• 讲解自然文本生成模型、方法

• 预训练语言模型的最新进展

• 文本生成和 Prompt Learning 的关系

第四课：提示学习概述

• 提示学习由来

• 提示学习的分类

• 提示学习在文本分类和序列标注中的方法介绍

第五课：文本分类与提示学习实践

• 讲解基于提示学习的文本分类方法：P-tuning等

• 代码实践基于提示学习的文本分类方法

第六课：NER与提示学习

• 讲解基于提示学习的NER方法：templateNER等

• 代码实践基于提示学习的NER方法

02

主讲老师—SunnyJ老师

6节课=0.99元

原价499元、目前优惠仅0.99元

购课之后一定要加课程老师兑课哦