AI技术是当下热门技术，已经提升为国家战略。NLP技术是AI技术皇冠上的明珠，其就业工资高，此类人才市场比较紧缺。通过NLP技术可以实现很多的项目，如，信息检索（ElasticSearch）优化，信息抽取，网络爬虫，知识图谱，机器翻译，聊天机器人，机器写作，情感分析，文字识别，问答系统，推荐系统，高考机器人等。

1.课程研发环境
项目源代码可直接在开发环境中运行和调试，也可以用着实际项目中。
开发工具：wing ide6;
开发语言：python
其他工具：Stanford NLP,Jieba,Gensim

2.内容简介
随着自然语言处理技术无处不在，成为很多项目的核心竞争力。被广泛用在语音识别，语音合成，自动分词，句法分析，语法纠错，关键词提取，文本分类/聚类，文本自动摘要，信息检索（ES,Solr），信息抽取，网络爬虫，知识图谱，机器翻译，人机对话，机器写作，情感分析，文字识别，问答系统，推荐系统，高考机器人等项目中。本教程从基础的NLP技术介绍开始，使用了现在流行的Stanford NLP（斯坦福NLP），Jieba，Gensim开发工具。首先介绍了NLP 技术的一些基础，如词性标注，分词，实体识别等，并且对一些软件包无法实现的功能，如分词分错了提供了工程的解决方案。然后介绍了机器学习算法和NLP技术结合使用，实现文本处理。本课程更加注重代码实践。

aopu老师：5年以上的软件开发和AI算法研发工作经历，计算机硕士，曾在某大型央企负责AI算法的研发，对自然语言处理，大数据挖掘，机器学习，深度学习域有丰富的项目经验。熟悉Python，c/c++，Java，nodejs，matlab等编程语言，mongodb,hive,mysql数据库，hadoop,spark大数据平台，caffe,keras,tensorflow深度学习框架。

第一讲 NLP入门及概况
第二讲 NLP国内外最新发展动态
第三讲 NLP如何实现人机对话，机器翻译，机器写作，情感分类，观点挖掘等
第四讲 PYTHON环境搭建之Anaconda安装
第五讲 PYTHON集成开发工具之Wing Ide安装
第六讲 PYTHON包的导入和使用，文件的读写操作
第七讲 jieba介绍，安装及在Wing Ide使用
第八讲 jieba分词、词性标注及Tokenize
第九讲 加载自定义字典
第十讲 代码和案例：新闻文本的分词
第十一讲 TF/IDF算法原理
第十二讲 代码和案例：提取任意文本关键词，过滤文本噪音
第十三讲 词性标注和实体识别的算法原理和应用场景
第十四讲 代码和案例：新闻中人名、地名、机构名自动识别与词性标记
第十五讲 Gensim介绍，下载，安装及在Wing Ide中使用
第十六讲 Gensim 基本的概念：语料、向量、模型
第十七讲 LSI算法背景，原理和应用
第十八讲 案例：基于LSI模型的文本相似度计算
第十九讲 LDA算法背景，原理和应用
第二十讲 案例：基于LDA模型的文本相似度计算

 1、了解NLP国内外最新发展动态
 2、掌握Python集成开发工具
 3、快速掌握NLP常用中文开发包
 4、了解TF/IDF、词性标注、实体识别的算法原理
 5、了解LDA算法原理，掌握其应用
 6、掌握课堂案例并学会举一反三

亮点一、课程覆盖NLP实际项目中，常用的流行的NLP开发包的使用

亮点二、理论和项目结合，代码源于实际工程项目，可复用

亮点三、课程浅显易懂，代码讲解细致，调试技巧讲解到位，便于进一步理解代码

亮点四、课程覆盖知识较广，可给项目提供nlp和机器学习的解决思路

1.课程针对人群
本课程为初级课程适合没python基础但是对AI技术感兴趣的，或者有python基础没有自然语言处理算法基础的，或者有一点NLP基础但是想进一步提升的同学。

2.我该怎么学,如何才能学好这门课程，给些建议。
   4.1、时间上的安排建议
      本课程共20讲，如果您时间上充分，建议以每天5讲的进度往前学习。 
      4.2、学习要求
      如果您没有python基础，可按照视频一步步操作，即可实现
      如果您有基础，挑选感兴趣的部分进行学习，改写部分代码即可用于实际项目
   4.3、讲师建议
         1.所有代码自己最好全部动手实现，而且举一反三编写类似功能的代码
         2.所有开发包大家最好能够熟练掌握里面一些常用功能
         3. 建议看视频，做笔记，敲代码，再敲代码，一定要多敲代码。
         4. 注意调试代码，拓展一些其他的功能
         5. 最后祝您学有所成

课程是属于某个特定的专业技术，掌握该技术后，你可以从事以下职位的相关工作
      1. 自然语言处理算法工程师（NLP）
      2. AI工程师/NLP
      3. 机器学习/NLP开发工程师
      4. 搜索NLP算法工程师
      5. 算法 NLP 机器翻译等
      6. 推荐算法工程师