资源简介
训练营基于先进的AI技术和强大项目实战能力，专注于培养行业TOP10%NLP工程师，已收录：Seq2Seq、Distillation、Transformer、XLNet、ALBERT等前沿框架实战；教学内容出自于京东智联云3大AI项目数据；科研团队由AI科学家、博导级人士组成。这个“真企业级项目实战训练营”，能够让每一位学员切切实实接触到企业级的AI项目资源，从实战中提升自己。
资源目录
031-京东NLP企业实战项目 [46.6G]
├──视频 [43.1G]
│ ├──week01 [4.8G]
│ │ ├──20200606Lecture [1.6G]
│ │ │ ├──1课程安排以及核心技能.mp4 [201.5M]
│ │ │ ├──2概论与常见基础任务.mp4 [251.3M]
│ │ │ ├──3分类问题，命名实体识别.mp4 [292.4M]
│ │ │ ├──4句法分析，语义理解与常见应用1.mp4 [232M]
│ │ │ ├──5常见应用2.mp4 [273.3M]
│ │ │ └──6如何成为优秀的NLP人才.mp4 [371M]
│ │ ├──20200606Paper [462.4M]
│ │ │ ├──paper 如何阅读-1.mp4 [272M]
│ │ │ └──paper 如何阅读-2.mp4 [190.4M]
│ │ ├──20200606Review1 [478.7M]
│ │ │ ├──（案例） 自然语言处理应用场景以及常用的技术-1.mp4 [286.3M]
│ │ │ └──（案例） 自然语言处理应用场景以及常用的技术-2.mp4 [192.4M]
│ │ ├──20200606Review2 [722.9M]
│ │ │ ├──（基础）工程师必须要懂的算法（时间空间）复杂度-1.mp4 [367.1M]
│ │ │ └──（基础）工程师必须要懂的算法（时间空间）复杂度-2.mp4 [355.8M]
│ │ ├──20200606Review3 [786M]
│ │ │ ├──（基础）NLP工程师必须懂得算法 - 动态规划-1.mp4 [369M]
│ │ │ └──（基础）NLP工程师必须懂得算法 - 动态规划-2.mp4 [417M]
│ │ └──20200606Review4 [863.4M]
│ │ ├──DP动态规划 补课-1.mp4 [375.5M]
│ │ ├──DP动态规划 补课-2.mp4 [124.5M]
│ │ └──DP动态规划 补课-3.mp4 [363.4M]
│ ├──week02 [4.2G]
│ │ ├──20200613Lecture [2G]
│ │ │ ├──多分类文本处理与特征工程-1.mp4 [310M]
│ │ │ ├──多分类文本处理与特征工程-2.mp4 [132.4M]
│ │ │ ├──多分类文本处理与特征工程-3.mp4 [240.3M]
│ │ │ ├──多分类文本处理与特征工程-4.mp4 [240.8M]
│ │ │ ├──多分类文本处理与特征工程-5.mp4 [271.6M]
│ │ │ ├──多分类文本处理与特征工程-6.mp4 [214.8M]
│ │ │ ├──多分类文本处理与特征工程-7.mp4 [127.6M]
│ │ │ ├──多分类文本处理与特征工程-8.mp4 [188.4M]
│ │ │ └──多分类文本处理与特征工程-9.mp4 [341.1M]
│ │ ├──20200613Paper [448.4M]
│ │ │ ├──Distributed Representations-01.mp4 [166.3M]
│ │ │ └──Distributed Representations-02.mp4 [282.1M]
│ │ ├──20200613Review1 [483.1M]
│ │ │ ├──词向量的训练以及使用-1.mp4 [270.6M]
│ │ │ └──词向量的训练以及使用-2.mp4 [212.5M]
│ │ ├──20200613Review2 [535.5M]
│ │ │ ├──编程环境的搭建-1.mp4 [264.3M]
│ │ │ └──编程环境的搭建-2.mp4 [271.2M]
│ │ └──20200613Review3 [812.4M]
│ │ ├──Numpy, Pandas, Sklearn的使用基础-1.mp4 [414.3M]
│ │ └──Numpy, Pandas, Sklearn的使用基础-2.mp4 [398M]
│ ├──week03 [4.1G]
│ │ ├──20200620lecture [1.2G]
│ │ │ ├──工业界模型训练和部署最佳实战-1.mp4 [221.1M]
│ │ │ ├──工业界模型训练和部署最佳实战-2.mp4 [203.1M]
│ │ │ ├──机器学习项目流程.mp4 [169.9M]
│ │ │ ├──逻辑回归.mp4 [390.1M]
│ │ │ └──偏差与方差.mp4 [249.9M]
│ │ ├──20200620project [665.7M]
│ │ │ ├──project-01.mp4 [294.8M]
│ │ │ └──project-2.mp4 [370.9M]
│ │ ├──20200620review1 [488M]
│ │ │ ├──（实战）数据不平衡的处理-1.mp4 [192.6M]
│ │ │ └──（实战）数据不平衡的处理-2.mp4 [295.4M]
│ │ ├──20200620review2 [553.6M]
│ │ │ ├──（基础）SkipGram模型讲解-1.mp4 [239.2M]
│ │ │ └──（基础）SkipGram模型讲解-2.mp4 [314.4M]
│ │ ├──20200620review3 [737.8M]
│ │ │ ├──（实战）工程代码编写-1.mp4 [255.9M]
│ │ │ ├──（实战）工程代码编写-2.mp4 [302.9M]
│ │ │ └──（实战）工程代码编写-3.mp4 [179M]
│ │ └──20200621paper [504.2M]
│ │ ├──Paper-1.mp4 [280.7M]
│ │ └──Paper-2.mp4 [223.5M]
│ ├──week04 [3.2G]
│ │ ├──20200704Lecture [1G]
│ │ │ ├──常用的分类算法-1.mp4 [291.5M]
│ │ │ ├──常用的分类算法-2.mp4 [283.1M]
│ │ │ ├──常用的分类算法-3.mp4 [227.6M]
│ │ │ └──常用的分类算法-4.mp4 [229.5M]
│ │ ├──20200704paper [388.5M]
│ │ │ ├──Visualizing and understandi-1.mp4 [295.7M]
│ │ │ └──Visualizing and understandi-2.mp4 [92.8M]
│ │ ├──20200704review1 [452.2M]
│ │ │ ├──（前沿技术） 多模态文本分类技术-1.mp4 [229.1M]
│ │ │ └──（前沿技术） 多模态文本分类技术-2.mp4 [223.1M]
│ │ ├──20200704review2 [661.6M]
│ │ │ ├──（实战）Pytorch的使用-1.mp4 [255.7M]
│ │ │ └──（实战）Pytorch的使用-2.mp4 [405.9M]
│ │ └──20200704review3 [732.5M]
│ │ ├──（实战）常用的卷积神经网络-1.mp4 [249.6M]
│ │ ├──（实战）常用的卷积神经网络-2.mp4 [258.8M]
│ │ └──（实战）常用的卷积神经网络-3.mp4 [224.1M]
│ ├──week05 [3.2G]
│ │ ├──20200711lecture [859.2M]
│ │ │ ├──递归神经网络-1.mp4 [257.5M]
│ │ │ ├──递归神经网络-2.mp4 [191.7M]
│ │ │ ├──递归神经网络-3.mp4 [227.1M]
│ │ │ └──递归神经网络-4.mp4 [182.9M]
│ │ ├──20200711paper [374M]
│ │ │ ├──paper1.mp4 [230.4M]
│ │ │ └──paper2.mp4 [143.5M]
│ │ ├──20200711review1 [414M]
│ │ │ ├──GPU计算-1.mp4 [193.6M]
│ │ │ └──GPU计算-2.mp4 [220.4M]
│ │ ├──20200711review2 [917.3M]
│ │ │ ├──（代码讲解）实现基于LSTM的情感分类-1.mp4 [330.4M]
│ │ │ ├──（代码讲解）实现基于LSTM的情感分类-2.mp4 [371M]
│ │ │ └──（代码讲解）实现基于LSTM的情感分类-3.mp4 [215.9M]
│ │ └──20200711review3 [709.3M]
│ │ ├──基于LSTM语言模型的代码生成-1.mp4 [349M]
│ │ └──基于LSTM语言模型的代码生成-2.mp4 [360.3M]
│ ├──week06 [3.3G]
│ │ ├──0716图书分类项目讲解 [832.1M]
│ │ │ ├──图书分类项目讲解-1.mp4 [358.2M]
│ │ │ ├──图书分类项目讲解-2.mp4 [272.3M]
│ │ │ └──图书分类项目讲解-3.mp4 [201.6M]
│ │ ├──0717智能营销项目 [399.2M]
│ │ │ ├──智能营销项目说明-1.mp4 [247.6M]
│ │ │ └──智能营销项目说明-2.mp4 [151.7M]
│ │ ├──0718lecture [569.3M]
│ │ │ ├──基于Seq2Seq的文本生成-1.mp4 [395.6M]
│ │ │ └──基于Seq2Seq的文本生成-2.mp4 [173.6M]
│ │ ├──0718review1 [243.3M]
│ │ │ └──基于Seq2Seq的文本生成-3.mp4 [243.3M]
│ │ ├──0718review2 [905.1M]
│ │ │ ├──基于Seq2Seq的机器翻译系统-1.mp4 [273.2M]
│ │ │ ├──基于Seq2Seq的机器翻译系统-2.mp4 [387.5M]
│ │ │ └──基于Seq2Seq的机器翻译系统-3.mp4 [244.4M]
│ │ └──0719paper [405.1M]
│ │ ├──Named Entity Recognition-1.mp4 [225.1M]
│ │ ├──Named Entity Recognition-2.mp4 [126M]
│ │ └──Named Entity Recognition-3.mp4 [54M]
│ ├──week07 [2.5G]
│ │ ├──0725lecture [1.4G]
│ │ │ ├──Pointer Network以及Beam Search-1.mp4 [264.7M]
│ │ │ ├──Pointer Network以及Beam Search-2.mp4 [422.4M]
│ │ │ ├──Pointer Network以及Beam Search-3.mp4 [330.1M]
│ │ │ └──Pointer Network以及Beam Search-4.mp4 [418.8M]
│ │ ├──0725project [525.2M]
│ │ │ ├──智能营销项目手把手教学-1.mp4 [240.9M]
│ │ │ └──智能营销项目手把手教学-2.mp4 [284.2M]
│ │ └──0725review [631.6M]
│ │ ├──营销文案生成论文-1.mp4 [140.6M]
│ │ ├──营销文案生成论文-2.mp4 [136.9M]
│ │ ├──营销文案生成论文-3.mp4 [136.9M]
│ │ └──营销文案生成论文-4.mp4 [217.1M]
│ ├──week08 [3G]
│ │ ├──0801-review-1 [602.7M]
│ │ │ ├──Debug-1.mp4 [349.6M]
│ │ │ └──Debug-2.mp4 [253.1M]
│ │ ├──0801_lecture [1016.8M]
│ │ │ ├──深度学习训练技巧-神经网络模型的问题-1.mp4 [290.3M]
│ │ │ ├──深度学习训练技巧-神经网络模型的问题-2.mp4 [152.5M]
│ │ │ ├──文本领域中的数据增强技术-1.mp4 [243.9M]
│ │ │ └──文本领域中的数据增强技术-2.mp4 [330.1M]
│ │ ├──0802-review-2 [706M]
│ │ │ ├──Multi-Source Pointer Network-1.mp4 [390.1M]
│ │ │ └──Multi-Source Pointer Network-2.mp4 [315.9M]
│ │ └──0802-项目教学 [733.4M]
│ │ ├──智能营销项目教学-1.mp4 [561.3M]
│ │ └──智能营销项目教学-2.mp4 [172.2M]
│ ├──week09 [1.5G]
│ │ ├──lecture [905.4M]
│ │ │ ├──20200815 NLP Lecture 对话系统中的核心1.mp4 [266.1M]
│ │ │ ├──20200815 NLP Lecture 对话系统中的核心2.mp4 [257.9M]
│ │ │ ├──20200815 NLP Lecture 对话系统中的核心3.mp4 [163.1M]
│ │ │ └──20200815 NLP Lecture 对话系统中的核心4.mp4 [218.3M]
│ │ └──project [612.6M]
│ │ ├──20200816 NLP Review 智能营销项目1.mp4 [215.2M]
│ │ ├──20200816 NLP Review 智能营销项目2.mp4 [249.2M]
│ │ └──20200816 NLP Review 智能营销项目3.mp4 [148.1M]
│ ├──week10 [1.5G]
│ │ ├──822-Lecture [813.7M]
│ │ │ ├──检索模型-1.mp4 [349.9M]
│ │ │ ├──检索模型-2.mp4 [192.4M]
│ │ │ └──检索模型-3.mp4 [271.5M]
│ │ ├──项目3作业布置 [163.3M]
│ │ │ └──项目三布置.mp4 [163.3M]
│ │ └──workshop_20200903_210612 [513.4M]
│ │ ├──HNSW papers讲解-1.mp4 [234M]
│ │ └──HNSW papers讲解-2.mp4 [279.5M]
│ ├──week11 [388.2M]
│ │ └──最⻓公共⼦串和最⻓公共⼦序列的动态规划实现.mp4 [388.2M]
│ ├──week12 [2.1G]
│ │ ├──20200905Lecture [716.6M]
│ │ │ ├──⾃注意⼒机制以及Transformer-1.mp4 [237.5M]
│ │ │ ├──⾃注意⼒机制以及Transformer-2.mp4 [264.6M]
│ │ │ └──⾃注意⼒机制以及Transformer-3.mp4 [214.5M]
│ │ ├──20200905Workshop [924.6M]
│ │ │ ├──Transformer的代码实现-1.mp4 [271.3M]
│ │ │ ├──Transformer的代码实现-2.mp4 [408.4M]
│ │ │ └──Transformer的代码实现-3.mp4 [245M]
│ │ ├──20200906 Workshop2 [112.3M]
│ │ │ └──Paper _transformer.mp4 [112.3M]
│ │ └──20200906 Workshop3 [358.1M]
│ │ └──作业3-1讲解.mp4 [358.1M]
│ ├──week13 [2.5G]
│ │ ├──20200912lecture [970M]
│ │ │ ├──基于BERT和Transformer的闲聊引擎-1.mp4 [251.3M]
│ │ │ ├──基于BERT和Transformer的闲聊引擎-2.mp4 [348.9M]
│ │ │ └──基于BERT和Transformer的闲聊引擎-3.mp4 [369.8M]
│ │ ├──20200913workshop1 [1.1G]
│ │ │ ├──BERT的fine-tuning实例讲解-01.mp4 [488.3M]
│ │ │ └──BERT的fine-tuning实例讲解-02.mp4 [625.2M]
│ │ └──20200913workshop2 [488.3M]
│ │ └──项目3-1讲解 项目3-2布置.mp4 [488.3M]
│ ├──week14 [3G]
│ │ ├──20200919lecture [1.6G]
│ │ │ ├──XLNet, ALBERT以及应⽤-1.mp4 [169.6M]
│ │ │ ├──XLNet, ALBERT以及应⽤-2.mp4 [200.3M]
│ │ │ ├──XLNet, ALBERT以及应⽤-3.mp4 [325.3M]
│ │ │ ├──XLNet, ALBERT以及应⽤-4.mp4 [235.1M]
│ │ │ ├──XLNet, ALBERT以及应⽤-5.mp4 [318M]
│ │ │ └──XLNet, ALBERT以及应⽤-6.mp4 [376.4M]
│ │ ├──20200919workshop1 [1G]
│ │ │ ├──ALBERT论文讲解.mp4 [356M]
│ │ │ ├──XLNet论文讲解-1.mp4 [318M]
│ │ │ └──XLNet论文讲解-2.mp4 [376.4M]
│ │ └──20200920workshop2 [378.1M]
│ │ └──作业3-2讲解.mp4 [378.1M]
│ ├──week15 [1.1G]
│ │ └──20200926Lecture [1.1G]
│ │ ├──模型压缩-1.mp4 [203.2M]
│ │ ├──模型压缩-2.mp4 [441.1M]
│ │ └──模型压缩-3.mp4 [448M]
│ ├──week16 [2G]
│ │ ├──20201017 Lecture 对话管理-1.mp4 [279.7M]
│ │ ├──20201017 Lecture 对话管理-2.mp4 [348M]
│ │ ├──20201017 Lecture 对话管理-3.mp4 [310.8M]
│ │ ├──20201018 Workshop paper解读：Transferable-1.mp4 [258.1M]
│ │ ├──20201018 Workshop paper解读：Transferable-2.mp4 [276.8M]
│ │ ├──20201020 workshop 项目作业3-3第二部分.mp4 [258.8M]
│ │ └──20201020 workshop 项目作业3-3第一部分.mp4 [337M]
│ └──week17 [800.1M]
│ ├──20201023 Workshop 就业指导-1.mp4 [277.9M]
│ ├──20201023 Workshop 就业指导-2.mp4 [295.9M]
│ └──20201023 Workshop 就业指导-3.mp4 [226.3M]
└──资料 [3.5G]
├──项目3_客服机器人_数据集 [1.9G]
│ ├──测试集.txt [192.4K]
│ ├──开发集.txt [207.3K]
│ ├──chat.txt [1.9G]
│ ├──order.txt [15.6M]
│ ├──user.txt [17.6M]
│ └──ware.txt [1.6M]
├──智能营销_项目二_数据集 [232.1M]
│ ├──服饰_50k.json [74.5M]
│ ├──服饰数据.json [29.8M]
│ ├──dev (1).txt [7M]
│ ├──dev.txt [7M]
│ ├──HIT_stop_words.txt [5.1K]
│ ├──samples.txt [69.4M]
│ ├──test.txt [1.4M]
│ └──train.txt.crdownload [43.1M]
├──week_01 [131.6M]
│ ├──6月 6日周六10：30 [11.3M]
│ │ ├──京东NLP第一课.pptx [9.1M]
│ │ ├──相关阅读.txt [152B]
│ │ └──slide1.pptx [2.2M]
│ ├──6月 6日周六19：00 [3.2M]
│ │ ├──相关阅读.txt [97B]
│ │ └──自然语言处理楚江及常见技术.pptx [3.2M]
│ ├──6月 7日周日10：30 [57.1M]
│ │ └──data-master-2ebe10a75b854f41dfdbe94089ffdb993303cab9.zip [57.1M]
│ ├──6月 7日周日16：00 [57.1M]
│ │ └──data-master-2ebe10a75b854f41dfdbe94089ffdb993303cab9 (1).zip [57.1M]
│ └──6月 7日周日20：30 [2.8M]
│ └──京东paper01.pdf [2.8M]
├──week_02 [102.1M]
│ ├──6月11日周四20：30 [57.1M]
│ │ └──data-master-2ebe10a75b854f41dfdbe94089ffdb993303cab9.zip [57.1M]
│ ├──6月13日周六10：00 [16.3M]
│ │ └──第二课.pptx [16.3M]
│ ├──6月13日周六19：00 [5.6M]
│ │ └──词向量的训练以及使用_review(1).pptx [5.6M]
│ ├──6月14日周日10：00 [176.4K]
│ │ └──编程环境搭建(4).pptx [176.4K]
│ ├──6月14日周日14：00 [1.5M]
│ │ └──20200615_贪心科技_机器学习常用库介绍代码资料.zip [1.5M]
│ └──6月14日周日20：30 [21.4M]
│ ├──第二篇论文.pdf [143.1K]
│ ├──第三篇论文.pdf [9.7M]
│ ├──第四篇.pdf [3.3M]
│ ├──第一篇论文.pdf [122.3K]
│ └──京东paper02.pdf [8.1M]
├──week_03 [120.7M]
│ ├──6月20日周六10：00 [1.5M]
│ │ └──Lecture 3-扣扣-上课用.pdf [1.5M]
│ ├──6月20日周六15：00-京东图书分类项目 [69.6M]
│ │ ├──.ipynb_checkpoints [0B]
│ │ ├──jd图书文本分类 [3.3M]
│ │ │ ├──京东图书文本分类.pdf [3.3M]
│ │ │ ├──embedding(To_Do).ipynb [9K]
│ │ │ ├──LightGBM_feature_engineering_grid(To_Do).ipynb [17.2K]
│ │ │ └──README.md [10.6K]
│ │ ├──图书分类数据集.zip [66.3M]
│ │ └──stopwords(1).txt [5.1K]
│ ├──6月20日周六19：00 [4.4M]
│ │ ├──网址.txt [358B]
│ │ └──样本不平衡.pptx [4.4M]
│ ├──6月20日周六20：30 [19.8M]
│ │ ├──2020.6.21.pptx [17.9M]
│ │ ├──Distributed Representations of Words and Phrases and their Compositionality.pdf [109.4K]
│ │ ├──Efficient Estimation of Word Representations in Vector Space.pdf [223.4K]
│ │ ├──Linguistic Regularities in Continuous Space Word Representations.pdf [135.6K]
│ │ ├──word2vec.py [14.2K]
│ │ └──word2vec中的数学.pdf [1.5M]
│ ├──6月21日周日10：00 [1.6M]
│ │ ├──编程最佳实践.pptx [1.3M]
│ │ └──最佳实践.zip [347.8K]
│ └──6月21日周日20：30 [23.8M]
│ ├──第三篇论文.pdf [9.7M]
│ └──京东paper03.pdf [14M]
├──week_03_6月24周三_端午节 [2.8M]
│ ├──0624Efficient Large-Scale Multi-Modal Classification.pdf [138.2K]
│ ├──0624LearningFromImbalancedDataOpen.pdf [459.6K]
│ ├──0624Visualizing and understanding convolutional networks.pdf [2.2M]
│ └──网址.txt [43B]
├──week_04 [147.6M]
│ ├──7月04日周六10：00_(直播-Lecture)常用的分类算法 [3.7M]
│ │ ├──20200704Lecture.txt [13.7K]
│ │ └──20200704Lecture4.pdf [3.7M]
│ ├──7月04日周六19：00_(直播-Review)【前沿技术】多模态文本分类技术 [10M]
│ │ ├──20200704review1.pptx [10M]
│ │ ├──20200704Review1.txt [5.3K]
│ │ ├──预习1.txt [85B]
│ │ └──预习2.txt [37B]
│ ├──7月04日周六20：30_(直播-Review)【基础】Pytorch的使用 [55.6M]
│ │ ├──20200704Review2.txt [14.8K]
│ │ └──data2-master-ec552703baf004748d61a57950bdbdd0983e22c0.zip [55.6M]
│ ├──7月05日周日10：00_(直播-Review)【实战】常用的卷积神经网络以及使用Pre-trained Model [55.6M]
│ │ ├──20200705Review3.txt [7.8K]
│ │ └──data2-master-ec552703baf004748d61a57950bdbdd0983e22c0.zip [55.6M]
│ └──7月05日周日20：30_(直播-Paper)Visualizing and understanding convolutional networks [22.7M]
│ ├──20200705paper.txt [9.9K]
│ └──20200705paper04.pdf [22.7M]
├──week_05 [20.7M]
│ ├──7月11日周六10：00-(直播-Lecture)循环神经网络的应用 [3.3M]
│ │ ├──20200711Lecture(hu).pdf [3.3M]
│ │ └──20200711Lecture.txt [14K]
│ ├──7月11日周六19：00-(直播-Review)（技术讲解）GPU计算 [7.2M]
│ │ └──20200711review1CPU和GPU.pptx [7.2M]
│ ├──7月11日周六20：30-(直播-Review)（代码讲解）实现基于LSTM的情感分类 [0B]
│ ├──7月12日周六10：00-(直播-Review)（代码讲解）基于LSTM语言模型的代码生成 [5.4M]
│ │ ├──20200712Review3LSTM.pptx [633.9K]
│ │ ├──chat.txt [10.9K]
│ │ └──LSTM.zip [4.8M]
│ └──7月12日周六20：30-(直播-Paper)Generating Hierarchical Explanations on Text Classification via Feature Interaction Detection [4.8M]
│ ├──20200711paper05.pdf [3.4M]
│ ├──20200712paper5.pptx [1.4M]
│ └──chat.txt [3K]
├──week_06 [203.8M]
│ ├──7月18日周六 8：00 [1.2M]
│ │ └──项目二.zip [1.2M]
│ ├──7月18日周六10：00 [81.3M]
│ │ └──data2-master-972403692c9306145bf1537bf0ad46cced191797.zip [81.3M]
│ ├──7月18日周六20：30 [2.9M]
│ │ └──20200718Review2机器翻译.pdf [2.9M]
│ ├──7月18日周六接上节 [0B]
│ ├──7月19日周日10：00 [81.3M]
│ │ └──data2-master-972403692c9306145bf1537bf0ad46cced191797 (1).zip [81.3M]
│ ├──7月19日周日20：30 [0B]
│ └──重要作业重要作业重要作业 [37M]
│ ├──京东-贪心NLP项目2文档.pdf [2.2M]
│ └──bookClassification(ToDo)(3).zip [34.8M]
├──week_07 [50.7M]
│ ├──7月24日周六10：00(直播-Lecture)Pointer Network以及Beam Search优化 [5.4M]
│ │ ├──20200725Lecture.pdf [5.4M]
│ │ └──chat.txt [19.5K]
│ ├──7月24日周六14：30(直播-Paper)AAAI2020论文 [10.6M]
│ │ ├──20200725Paper-haoran.pdf [3.9M]
│ │ ├──第二篇_【Aspect-Aware Multimodal Summarization for Chinese E-Commerce Products】.pdf [5.5M]
│ │ ├──第三篇_Multimodal Summarization with Guidance of Multimodal Reference.pdf [955K]
│ │ ├──第一篇_Keywords-Guided Abstractive Sentence Summarization.pdf [240.1K]
│ │ ├──阅读材料链接.txt [104B]
│ │ └──chat.txt [6.2K]
│ ├──7月24日周六20：30(直播-Project)智能营销项目手把手教学 [8.1K]
│ │ └──QQ截图20200817100740.png [8.1K]
│ └──图书分类项目答案 [34.7M]
│ └──JDNLP-项目一答案.zip [34.7M]
├──week_08 [13.4M]
│ ├──8月01日周六10：00(直播-Lecture)文本领域中的数据增强技术以及深度学习训练技巧 [4.3M]
│ │ └──20200801lecture7预处理及深度学习技巧.pdf [4.3M]
│ ├──8月01日周六20：30(直播-Workshop)深度学习中的调参与Debug [1.6M]
│ │ ├──20200801Review1debug.pdf [1.6M]
│ │ └──chat.txt [14.5K]
│ ├──8月02日周日10：00(直播-Workshop)Multi-Source Pointer Network for Product Title Summarization [4.1M]
│ │ ├──20200802Review2Ptr.pdf [1.2M]
│ │ ├──chat.txt [10.4K]
│ │ └──Multi-Source Pointer Network for Product Title Summarization.pdf [2.9M]
│ ├──8月02日周日20：30(直播-Workshop)项目二拓展讲解及答疑 [2.7M]
│ │ ├──20200803Assignment1讲解.pdf [2.6M]
│ │ └──chat.txt [10.6K]
│ └──重要作业重要作业重要作业(核心-Project)智能营销项目（任务2） [746.1K]
│ ├──项目一答案Assignment1_solution.zip [375.1K]
│ └──Assignment2-2.zip [371K]
├──week_09 [9.6M]
│ ├──8月15日周六10：00(直播-Lecture)对话系统中的核心技术 [5.1M]
│ │ └──20200815lecture-对话系统.pdf [5.1M]
│ ├──8月16日周六20：30(直播-Workshop)智能营销项目二讲解 [4.3M]
│ │ └──20200816workshop.pptx [4.3M]
│ └──重要作业重要作业重要作业(核心-Project)智能营销项目（任务3）本项目需要在未来一周内完成（8.17-8.23） [218.7K]
│ └──Assignment2-3.zip [218.7K]
├──week_10 [5.8M]
│ ├──8月22日周六10：00(直播-Lecture)检索模型Approximate Nearest Neighbor SearchNSW and HNSW [3M]
│ │ └──20200822Lecture9-邻近搜索.pdf [3M]
│ └──8月23日周日20：30(直播-Workshop)HNSW papers讲解 [2.8M]
│ ├──Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs [0B]
│ ├──Skip Lists A Probabilistic Alternative to Balanced Trees [0B]
│ └──20200823Skip List+NHSW(1).pptx [2.8M]
├──week_11 [20.8M]
│ ├──8月27日周四20：30(直播-作业布置)聊天机器人项目布置 [112.7K]
│ │ └──Assignment3-1.zip [112.7K]
│ ├──8月29日周六10：00(直播-Lecture)Learning to Rank [4.2M]
│ │ ├──CFG.pdf [1.9M]
│ │ ├──GBDT.pdf [1022.1K]
│ │ └──LTR.pdf [1.2M]
│ ├──8月29日周六15：00(直播-Workshop)最⻓公共⼦串和最⻓公共⼦序列的动态规划实现 [74.2K]
│ │ └──lcs_dp_20200829.zip [74.2K]
│ ├──8月29日周六20：30(直播-Workshop)Word Moving Distance的paper讲解以及代码实现 [4.3M]
│ │ ├──2.From Word Embeddings To Document Distances.pdf [1.1M]
│ │ └──From Word Embeddings To Document Distances.pptx [3.2M]
│ ├──8月30日周日10：00(直播-Lecture)信息检索综述以及倒排技术 [5M]
│ │ ├──0830信息检索及倒排技术1.pdf [4.5M]
│ │ └──20200816预习.pdf [456.4K]
│ ├──8月30日周日10：00接上节(直播-Workshop)基于倒排索引、tf-idf和Variable Byte Compression的检索系统实现 [3.9M]
│ │ └──0830信息检索及倒排技术2.pdf [3.9M]
│ └──8月30日周日20：30(直播-Workshop)作业2-3讲解 [3.3M]
│ ├──项目三任务一 [112.7K]
│ │ └──Assignment3-1.zip [112.7K]
│ └──0830.pptx [3.2M]
├──week_12 [20M]
│ ├──9月05日周六10：00(直播-Lecture)⾃注意⼒机制以及Transformer [6.8M]
│ │ └──20200905Transformer.pdf [6.8M]
│ ├──9月05日周六15：00(直播-Workshop)Transformer的代码实现 [3.2M]
│ │ └──20200905transformer.zip [3.2M]
│ ├──9月06日周日18：00(直播-Workshop)作业3-1讲解 [3.3M]
│ │ └──20200906Assignment3-1讲解.pptx [3.3M]
│ └──9月06日周日21：00(直播-Workshop)论文解读：TransformerXL_Attentive_Language_Models_Beyond_a_Fixed-Length_Context [6.7M]
│ ├──20200906transformerXL.pdf [2.4M]
│ └──TransformerXL Attentive Language Models Beyond a Fixed-Length Context.pdf [4.4M]
├──week_13 [382.8M]
│ ├──9月12日周日10：00(直播-Lecture)基于BERT和Transformer的闲聊引擎 [7.2M]
│ │ └──20200913JDNLP1Bert-GPT.pdf [7.2M]
│ ├──9月12日周日：(直播-Workshop)BERT的fine-tuning实例讲解(代码） [1.2M]
│ │ └──20200913Bert代码(1).pptx [1.2M]
│ ├──9月12日周日：(直播-Workshop)作业3-1讲解 [4.6M]
│ │ └──20200913Assignment3-1讲解答疑.pptx [4.6M]
│ └──重要作业重要作业重要作业(核心-Project)聊天机器人（任务2） [369.8M]
│ └──本项目需要在未来两周内完成（9.14-9.27） [369.8M]
│ ├──Assignment3-2.zip [368.1K]
│ ├──bert.zip [364.4M]
│ ├──BERT网盘链接.txt [81B]
│ ├──ranking_datasets.zip [5M]
│ └──ReadMe [160B]
├──week_14 [39M]
│ ├──9月19日周六10：00(直播-Lecture)XLNet, ALBERT以及应⽤ [5.2M]
│ │ └──20200919XLNet-Albert.pptx [5.2M]
│ ├──9月19日周六15：00(直播-Workshop)XLNet [743.9K]
│ │ └──Xlnet.pdf [743.9K]
│ ├──9月20日周日(直播-Workshop)项目3-2讲解 [5.9M]
│ │ └──20200919Assignment3-2讲解.pptx [5.9M]
│ └──9月20日周日21：00(直播-Workshop)ALBert [27.2M]
│ ├──20200919paper10.pdf [26.8M]
│ └──ALBERT.pdf [409.3K]
├──week_15 [18.5M]
│ └──9月26日周六10：00(直播-Lecture)模型压缩 [18.5M]
│ └──模型压缩-上课用(4).pdf [18.5M]
└──week_16-17 [124.8M]
└──Project-master-5eecb1c3feeb652745581e6cd80519cdb474cc2c.zip [124.8M]
感谢分享
正在找这个，非常感谢！
学习一下
来看看项目代码
学习一下啦
感谢分享
学习学习
感谢分享
学习
好资源
最近开始学习nlp了加油！
想学NLP
感谢分享
感谢分享
感谢分享
学习一下NLP
感谢分享
学习一下NLP
学习学习
看看
感谢分享
感谢分享
太棒了，终于找到了~
非常棒的资源
学习
感谢分享
nlp京东项目价值很大
学习学
感谢分享，之前就想看。
感谢分享！！！
感谢分享
感谢分享
感谢分享
谢谢分享
学一下NLP
感谢分享这套课程
学习下nlp
感谢分享
谢谢分享 隔壁小孩都馋哭了
学习NLP
谢谢分享，最近正想学NLP，特来看看
谢谢分享了,看起来不错的教程
感谢分享，多多学习
感谢分享
感谢分享
感谢分享
感谢分享
感谢分享
感谢分享