🎓 NLP传统课程

从零掌握传统NLP，从分词到信息抽取，Python实机验证

30
课程
5
阶段
60+
代码实例
✅
实机验证
📖 阶段1：文本基础（第1-6课）
01文本预处理
正则表达式、清洗Pipeline、分句策略
 02分词（jieba/HanLP）
三种分词模式、自定义词典、未登录词
 03词性标注
jieba词性标注、词性消歧、名词短语提取
 04命名实体识别
词性NER、规则增强、正则实体识别
 05文本清洗与规范化
Unicode规范化、全角半角、繁简转换、社交媒体清洗
 06编码与Unicode
UTF-8/GBK、编码解码、异常Unicode检测
🔤 阶段2：词表示（第7-12课）
07词频与TF-IDF
手动TF-IDF、sklearn实现、文档相似度
 08词袋模型
手动BoW、N-gram扩展、稀疏性分析
 09Word2Vec
CBOW/Skip-gram训练、词类比、相似度
 10GloVe
手动GloVe实现、加权函数、与Word2Vec对比
 11词向量可视化
PCA降维、KMeans聚类、t-SNE/UMAP
 12词相似度与类比
余弦相似度、词类比实验、语义维度分析
📊 阶段3：文本分类（第13-18课）
13情感分析
TF-IDF+NB、多模型对比、情感词典
 14垃圾邮件检测
朴素贝叶斯、规则过滤器、特征分析
 15主题分类
逻辑回归分类、NMF/LDA主题模型
 16多标签分类
One-vs-Rest、分类器链、标签相关性
 17文本特征工程
字符/词级特征、自定义特征、特征选择
 18分类模型评估
P/R/F1、ROC-AUC、macro/micro评估
🔗 阶段4：序列标注（第19-24课）
19HMM词性标注
HMM五元组、Viterbi解码、从零实现
 20CRF序列标注
CRF原理、特征函数、简化版CRF实现
 21BIO标注体系
BIO/BIOES标注、实体转换、一致性检查
 22实体关系抽取
模板关系抽取、词性模式、远程监督
 23事件抽取
触发词识别、论元抽取、事件要素
 24依存句法分析
依存关系、CoNLL格式、结构分析
🔎 阶段5：信息抽取（第25-30课）
25关键词提取
TF-IDF/TextRank/RAKE、手动TextRank
 26文本摘要（抽取式）
多特征融合评分、句子选择、ROUGE评估
 27问答系统（检索式）
TF-IDF检索、混合检索、BM25
 28知识图谱构建
三元组存储、多跳查询、KGQA问答
 29信息检索
TF-IDF搜索引擎、BM25算法、检索评估
 30毕业项目：智能文档分析系统
端到端Pipeline、文档对比、分析报告

🚀 开始学习

从第01课：文本预处理开始，循序渐进掌握传统NLP完整技术栈

所有代码均已实机验证 ✅ | 深色主题 | 每课含算法原理+代码+效果+练习+成就