Мета закинута
Автор не відписував в цілі 6 років 7 месяців 15 днів
Natural Language Processing или структуральнейший лингвист
Боялась прописывать эту цель на смарте, потому что не уверена, что сейчас готова учить что-то с дальним прицелом, а не просто для удовлетворения сиюминутного любопытства, опасаюсь брать большие дофаминовые кредиты под большие цели, предпочитают трекать сделанные мелочи.
С другой стороны, заметила, что иногда завожу тут цели, в ужасе их закрываю, забываю на некоторое время, а потом обнаруживаю себя лежащей в нужном направлении, а то и выполнившей половину пунктов.
Может, и с этой так получится.
Тем более, что я сейчас в периоде "собирать камни" - закрываю старые долги, дочитываю недочитанное, досматриваю недосмотренное и т.д. А в области компьютерной лингвистики хвостов у меня хватает.
Критерій завершення
Сделала свой неучебный NLP-проект или поняла, что мне эта область неинтересна
-
Jurafsky, Martin. Speech and Language Processing
Огромнейший фундаментальнейший талмуд на тысячу страниц и 25 глав. Все, как я люблю.
Прочитать и сделать заметки.
-
Natural Language Processing with Python
По этой книжке я занималась прошлым летом, учит обращаться с библиотекой NLTK (и она клевая).
-
Введение в обработку естественного языка
Курс на степике: https://stepik.org/course/1233/syllabus
-
Введение
-
Морфология
-
Языковые модели
-
Обработка языка в задачах информационного поиска
-
Автоматическое реферирование
-
Синтаксис
-
Анализ тональности
-
Извлечение информации
-
Вопросно-ответный поиск
-
Лексическая семантика
-
Машинный перевод
-
-
Серия видео Natural Language Processing with Python and NLTK
В каком-то смысле дублирует книжку, но по видео иногда бывает проще разобраться.
-
R для лингвистов
-
Natural Language Processing от Stanford University
Классический курс Juraffsky, Manning, примерно соответствует великому талмуду Speech and Language Processing.
Щоденник мети
Коментарі
Три рабочих проекта, день рождения сына, начало учебного года у обоих детей и котенок-подобранец изрядно подорвали мое желание прямо сейчас как сесть и как написать морфологический анализатор с нуля без всяких прелюдий.
Зато в телеграме вот отличная подборка курсов с аннотациями, которая убеждает меня, что как обычно, начинать, наверно, лучше НЕ с русского курса. Ну и пару новых курсов к уже сохраненным плейлистам в ютубе добавила.
Хорошо. Keep calm and do linguistics.
С канала https://t.me/linguistique_sur_un_genou:
"Видеокурсы и плейлисты, которыми пользуюсь для изучения NLP и нейросеток в NLP.
Бесплатные курсы.
1. Знаменитый курс Natural Language Processing от Stanford University на Курсере. Курс старый, это 2012 год, там в более легкой форме преподаются концепты, описанные в книге Dan Jurafsky, Speech and Language Processing, настольной книге по NLP, которая выдерживает уже 3 переиздание. Курс сложный, но и книга сложная, да и вообще вся тема. Ведут Крис Мэннинг и Дэн Джурафски собственной персоной, легенды популяризации NLP.
https://www.youtube.com/playlist?list=PLQiyVNMpDLK...
2. Еще один старый курс, Natural Language Processing, на этот раз от Columbia University, тоже преподавался на Курсере. Это 2013 год. В достаточно доступной форме объясняются основные понятия, упор сделан на математические модели, используемые для практических задач. Я тут смотрела объяснение языковых моделей, отлично. Ведет Майкл Коллинз.
https://www.youtube.com/user/afigfigueira/playlist...
3. CS224N Natural Language Processing with Deep Learning от Stanford University. Гениальный курс, подробно и хорошо объясняются word embeddings и recurrent neural networks. Все материалы есть в открыттом доступе. Ведет немножко Крис Мэннинг и Ричард Сочер. Сложно, но очень хорошо. 2016-2017 учебные годы в Стэнфорде.
https://www.youtube.com/playlist?list=PLU40WL8Ol94...
4. fast.ai курсы Deep Learning for Coders, 1 и 2 часть. Надо смотреть конкретные части, посвященные nlp, основной упор сделан на базовые концепции и кодинг в пайторче. Помимо этого, ребята из fast.ai продвигают свою собственную библиотеку, написанную специально для обучения на этих курсах. Ведет Джереми Ховард. 2017-2018 гг.
http://course.fast.ai/lessons/lesson4.html
http://course.fast.ai/lessons/lesson6.html
5. Обработка естественного языка на русском языке, ведет Павел Браславский. Чего-то я про него уже писала, я прошла всю теоретическую часть, а из практической смотрела только классификацию текста. 2017 год. Нудноватый, но основательный.
https://stepik.org/course/1233/syllabus
Платные курсы.
1. Часть специализации Advanced Machine Learning от ВШЭ и Яндекса, Natural Language Processing. 2017 год. Сразу скажу, я ее не проходила, но первые два курса специализации мне показались сложными и не очень отполированными, я даже второй курс бросила. Очень хочу пройти, но пока времени нет.
https://www.coursera.org/learn/language-processing
2. Sequence Models от deeplearning.ai, часть специализации Deep Learning, ведет Эндрю Ын. Нейросетки для nlp, объясненные практически без математики. Я его прошла, и этот курс не такой отполированный, как остальные, но он все равно прекрасен.
https://www.coursera.org/learn/nlp-sequence-models...
3. NLP Nanodegree Udacity. Не проходила, но хотела бы. Боюсь нагрузки, правда. Udacity все хвалят, самое главное у них - это помощь тьюторов на кодинговых проектах, еще говорят, что их курсы пригождаются на собеседованиях (не знаю). Вписываться в udacity - это большой челлендж.
https://www.udacity.com/course/natural-language-pr...
Upd: посмотрела цену на программу Udacity, $999, нафиг-нафиг.
Надеюсь, вам полезно."
А еще на ютубе старый курс от двух суперзвезд NLP - Juraffsky и Manning, добавила себе тоже.
https://www.youtube.com/watch?v=3Dt_yh1mf_U&list=PLQiyVNMpDLKnZYBTUOlSI9mi9wAErFtFm
Тут правда только теория, практику придется самой где-то добирать. Штош.
После работы, чтобы расслабиться, начала курс на степике на русском.
Хороший тамада и фокусы интересные.
Што-што сделать надо, говорите?
Но завтра попробую.
