这门研究生水平的课程将专注于NLP框架、算法和方法的高级研究,包括语言建模、文本分类、机器翻译和问题回答等最先进的技术。本课程将包括多种编程作业、论文阅读、期中和期末专题。在这门课之前,学生应该至少学习过一门自然语言处理/机器学习的入门课程,并且熟悉Python编程。
本课程包括相关主题的介绍性讲座。这些讲座是和COS 484联合的,请看这里的课程安排。
https://princeton-nlp.github.io/cos484/cos584.html
Date | Topics |
Fri (2/5) | Language Models |
Fri (2/12) | Text classification |
Fri (2/19) | Word embeddings |
Fri (2/26) | Feedforward Neural Networks |
Fri (3/5) | Conditional Random Fields |
Fri (3/12) | No meeting (midterm) |
Fri (3/19) | Recurrent neural networks and neural language models |
Fri (3/26) | Dependency parsing |
Fri (4/2) | Machine translation |
Fri (4/9) | Transformers |
Fri (4/16) | Pre-training |
Fri (4/23) | Language Grounding |
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“ANLP” 就可以获取《普林斯顿大学陈丹琦主讲2021课程《高级自然语言处理》课程,12讲带你学习NLP最新技术》专知下载链接