CS6493
自然语言处理
📘 简介
本课程介绍自然语言处理的算法与技术，从文本处理的计算语言学到语言理解的信息提取。课程涵盖统计与神经网络语言建模、词向量表示、预训练语言模型（如 BERT）以及大语言模型（如 GPT 和 Llama）。还包括机器翻译、对话系统、问答、文本分类/标注和知识图谱等任务。
🔗 相关链接
🎯 学习目标
完成课程后，学生将能够：
✔️ 执行统计与神经处理，分析文本的句法特性；
✔️ 进行信息提取，理解文本的语义；
✔️ 评估自然语言处理技术在现实问题中的有效性；
✔️ 应用自然语言处理技术，开发创新的应用。
📊 评估方式
| 评估项目 | 权重 | 具体描述 |
|---|---|---|
| 📝 Assignments | 30% | 实现并评估选定的自然语言处理算法，并分析其在实际问题中的效果。 |
| 📄 Project | 30% | 设计并实现自然语言处理系统，用于创新应用。 |
| 🖥️ Final Examination | 40% | 测试学生对自然语言处理算法的理解与应用能力，考试时间为 2 小时，最低通过分数需达到考试总分的 30%。 |
注意：必须在期末考试中取得至少 30% 的分数才能通过课程。
💬 课程评价
✨ 精选评价
✏️ 您也可以通过以下方式分享您的学习体验和建议：
-
1️⃣ 课程页面底部评论 💬 在课程页面底部直接提交您的评论，我们会审核后将其收录到精选评价中。
-
2️⃣ GitHub 提交 🌐 如果您希望更全面地分享课程评价，或希望修改或新增课程页面，欢迎参考 Contributing 页面，通过 GitHub 提交您的贡献。
💡 加入讨论
在下方评论分享您的评价、问题或经验👇
“期待你的评价。”
—— CityU