系列介紹
NLP 從基礎到高級是一門幫助您掌握自然語言處理整個領域的課程 - 從理論基礎到生產實踐。該課程包括傳統方法和 2026 年最現代的技術。
🎯 完成課程後，您將：
- 深入理解電腦如何「理解」自然語言
- 精通Transformer、BERT、GPT和Hugging Face生態系統
- 建立NLP應用程式：文字分類、NER、QA、摘要
- 部署 NLP 管道生產就緒
- 可以處理特定的越南語NLP問題
學習路徑
第 1 部分：NLP 基礎
- 第 1 課： 什麼是 NLP？ — 現場概況及管道概況
- 第 2 課： 文字預處理 — 分詞、字幹擷取、詞形還原
- 第 3 課： 標記化深入研究 — BPE、WordPiece、SentencePiece
第 2 部分：語言表徵
- 第 4 課： BoW、TF-IDF 和 N-gram — 經典方法
- 第 5 課： 字嵌入 — Word2Vec、GloVe、FastText
- 第 6 課： 句子和文件嵌入 — Sentence-BERT，E5
第 3 部分：NLP 深度學習
- 第 7 課： RNN 和 LSTM — 順序字串處理
- **第8課：**注意力機制－NLP的轉折點
- 第 9 課： Transformer — “你所需要的就是注意力”
第 4 部分：預訓練語言模型
- 第 10 課： BERT — 越南語雙向編碼器與 PhoBERT
- 第 11 課： GPT 與自迴歸模型 — 生成式 AI
- **第12課：**擁抱臉生態系－現代NLP實踐
第 5 部分：應用 NLP 問題
- 第 13 課： 文本分類與情緒分析
- 第 14 課： 命名實體辨識 (NER)
- 第 15 課： 問答
- 第 16 課： 文字摘要與機器翻譯
第 6 部分：NLP 生產與趨勢
- 第 17 課： 越南語 NLP — 挑戰與解決方案
- 第 18 課： NLP 管道生產 — NLP 的 MLOps
- 第 19 課： 現代 LLM 和 NLP — RAG、代理、2026 年趨勢
- 第 20 課： Capstone 專案 — 建構端對端 NLP 平台
先決條件
- 基礎Python（變數、函數、類別、列表理解）
- 數學：基本線性代數（向量、矩陣）、機率
- 對機器學習的基本了解（監督/無監督）
- 無需具備 NLP 經驗
使用的工具
-Python 3.10+
- PyTorch / TensorFlow
- 擁抱臉部變壓器、資料集、分詞器
- spaCy、NLTK、Gensim
- 谷歌Colab（免費GPU）
- 用於模型服務的 FastAPI