Seq2Seq+Attention打造自然语言处理主流项目，场景广，技术新，前景好

在新兴的人工智能领域，自然语言处理是非常重要的组成部分。本课程聚焦于NLP主流方向，应用Pytorch框架，从开发检索类机器人到生成类机器人，难度逐渐增大，逐步掌握各类技术点。基于中科院计算所项目，带大家开发聊天机器人。

第1章 课程介绍 试看8 节 | 91分钟
在新兴的人工智能领域，自然语言处理（NLP）是非常重要的组成部分，本课程聚焦于NLP主流方向，应用当下最热门的Pytorch深度学习框架，从理论结合实际，基于中科院工业项目做代码实战，完成检索类聊天机器人和生成式聊天机器人。...

收起列表
视频：
1-1 课程导学 (11:25)
试看
视频：
1-2 聊天机器人的综合介绍 (12:25)
视频：
1-3 聊天机器人起源发展 (11:57)
视频：
1-4 聊天机器人的分类(1) (05:28)
视频：
1-5 聊天机器人的分类(2) (11:59)
视频：
1-6 如何构建最简单的聊天机器人(1) (06:17)
视频：
1-7 如何构建最简单的聊天机器人(2) (11:52)
视频：
1-8 代码小练 (19:01)
第2章 聊天机器人综合介绍8 节 | 91分钟
主要讲解聊天机器人定义，分类，起源和发展和目前的主流行业分布。

收起列表
视频：
2-1 NLP基础 (12:25)
视频：
2-2 NLP涉及知识 (12:18)
视频：
2-3 NLTK库 (04:38)
视频：
2-4 语料和词性标注 (11:39)
视频：
2-5 分词 (16:07)
视频：
2-6 TF-IDF (09:01)
视频：
2-7 NLTK安装 (11:30)
视频：
2-8 代码小练 (13:06)
第3章 NLP基础5 节 | 68分钟
本章为NLP的核心基础部分，包括NLTK，语料标注，分词，TF-IDF，Word2Vec

收起列表
视频：
3-1 NLP基础和聊天机器人 (10:03)
视频：
3-2 文本处理方法 (11:03)
试看
视频：
3-3 word2vec (1) (07:50)
试看
视频：
3-4 word2vec(2) (17:59)
视频：
3-5 代码小练 (21:01)
第4章 检索类聊天机器人5 节 | 66分钟
本章讲解检索类聊天机器人的原理，核心检索技术，贝叶斯分类的应用及chatterbot实现。

收起列表
视频：
4-1 检索类的聊天机器人 (22:33)
视频：
4-2 贝叶斯分类 (18:06)
视频：
4-3 Chatterbot原理 (12:55)
视频：
4-4 代码小练 (09:48)
视频：
4-5 章节小结 (02:29)
第5章 生成式聊天机器人9 节 | 142分钟
本章讲解生成式聊天机器人的原理，设计流程，RNN/LSTM语言模型。Attention机制，及Seq2Seq模型。

收起列表
视频：
5-1 生成类聊天机器人 (07:39)
视频：
5-2 RNN LSTM原理 (16:56)
视频：
5-3 RNN LSTM模型原理 (12:35)
视频：
5-4 Seq2seq介绍 (15:02)
视频：
5-5 Attenion应用及分类 (14:11)
视频：
5-6 代码实战（1） (21:26)
视频：
5-7 代码实战（2） (15:36)
视频：
5-8 代码实战（3） (14:38)
视频：
5-9 代码实战（4） (23:52)
第6章 Pytorch基础8 节 | 82分钟
本章讲解Pytorch核心原理，动态tensor，建立输入数据，搭建模型训练及测试。

收起列表
视频：
6-1 Pytorch入门 (07:56)
视频：
6-2 原理机制 (10:24)
视频：
6-3 数据载入 (06:05)
视频：
6-4 模型训练和验证测试 (11:26)
视频：
6-5 代码小练（1） (18:26)
视频：
6-6 代码小练（2） (22:04)
视频：
6-7 代码训练过程 (03:30)
视频：
6-8 章节小结 (01:52)
第7章 机器人发展方向与seqGAN实战9 节 | 134分钟
本章讲解聊天机器人和对抗生成网络GAN和强化学习RL相结合的点，另外SeqGan的原理及代码实现

收起列表
视频：
7-1 模型与主流发展方向还是seq2seq+attention (16:33)
视频：
7-2 发展方向和SeqGan和深度学习结合 (11:02)
视频：
7-3 数据处理 (16:15)
视频：
7-4 开发生成器脚本 (22:46)
视频：
7-5 开发鉴别器脚本 (14:23)
视频：
7-6 开发主函数的脚本（1） (13:58)
视频：
7-7 开发主函数的脚本（2） (20:57)
视频：
7-8 开发主函数的脚本（3） (14:06)
视频：
7-9 代码训练过程 (03:29)
第8章 基于Pytorch聊天机器人代码实战29 节 | 427分钟
本章带领大家从0开始基于Pytorch深度学习框架完成工业级项目，完成闲聊式聊天机器人。

收起列表
视频：
8-1 项目介绍 (08:50)
视频：
8-2 项目流程思路 (07:28)
视频：
8-3 数据分析 (04:10)
视频：
8-4 数据预处理 初始化 (18:42)
视频：
8-5 数据预处理随机数据 (27:25)
视频：
8-6 数据预处理one_epoch word2id (15:44)
视频：
8-7 数据预处理seq2id replace方法 (11:30)
视频：
8-8 建立模型Encoder（1） (12:44)
视频：
8-9 建立模型Encoder（2） (15:00)
视频：
8-10 建立模型Decoder (08:12)
视频：
8-11 建立模型BAttentiondecoerRNN (19:18)
视频：
8-12 建立模型Lattention (13:14)
视频：
8-13 建立模型LattentionDecoder (10:58)
视频：
8-14 建立模型decoder如何选择 (10:17)
视频：
8-15 模型建立seq2seq类及train方法（1） (17:06)
视频：
8-16 模型建立seq2seq类及train方法（2） (15:24)
视频：
8-17 模型建立seq2seq类及train方法（3） (17:01)
视频：
8-18 greedy Search方法 (26:51)
视频：
8-19 模型建立beamsearch方法（1） (21:59)
视频：
8-20 模型建立beamsearch方法（2） (18:35)
视频：
8-21 建立模型验证方法 (11:55)
视频：
8-22 建立模型bleu方法 (13:15)
视频：
8-23 建立模型embAve方法 (26:09)
视频：
8-24 建立模型Y_pre方法及整体思路流程 (27:55)
视频：
8-25 训练脚本编写及演示 (08:55)
视频：
8-26 模型测脚本编写 (03:51)
视频：
8-27 demo脚本编写及演示 (16:54)
视频：
8-28 部署步骤分享 (09:15)
视频：
8-29 最终总结 (07:58)