京东AI NLP高阶实训营 -百万NLP算法工程师腾飞之路 价值25800元

京东AI NLP高阶实训营(百万NLP算法工程师腾飞之路-基于京东真实场景及数据打造高阶实战训练营)视频+源码完整版课程官方售价25800元，由京东人工智能平台部技术总监何云龙、京东AI数据专家张明、贪心学院CEO李文哲、贪心学院深度学习负责人袁源四位老师联合主讲，课程共17周培训课程，加配套资源与源码，共计46.6G。文章底部附下载地址。

京东人工智能平台部技术总监、架构师，先后在摩托罗拉、英特尔等公司工作过，是Spark上最早的开源参数服务DisML的作者，在AI的工程算法方面有丰富的经验，领导开发了京东模型训练平台和自动化机器学习平台，建设了京东第一个大型人机对话知识图谱，并对开源的xgboost进行改进，实现了分布式环境下的精确解的版本。

京东AI数据专家，15年数据行业从业经验，从事过电信、航空、电商、能源、医药等多个行业的数字化体系建设，对企业数字化建设以及数据价值变现有深入的思考和研究

贪心学院CEO， 曾任金融科技独角兽公司的首席科学家、 美国亚马逊和高盛的高级工程师， 美国南加州大学博士， 先后在AAAI、KDD、AISTATS、CHI等国际会议上发表过15篇以上论文。

贪心学院深度学习负责人 美国微软(总部)推荐系统部负责人 美国亚马逊(总部)资深工程师 美国新泽西理工博士 14年人工智能, 数字图像处理, 视频处理和自然语言处理研究和项目经验 先后在AI相关国际会议上发表20篇以上论文。

京东NLP高阶实战训练营，专注于培养行业TOP10%的NLP工程师，基于京东真实场景及数据精心打造的项目实战课程，助力算法工程师职场之路腾飞！

在京东商城零售场景中，有数以亿记的各类目海量图书，图书商家运营新品以及维护已有商品过程中，需要标记每本书籍所属的各级书目类别。操作十分繁琐，并且不可避免地会出现标记错误，尤其不同的运营人员对书目分类还容易理解错误的。为了解决此类问题，京东商城利用分类算法，帮助商家辅助检测并提醒商家选择正确的类别，极大地提升了商家运营效率。

在京东零售场景，数百万的写作达人每天为商品创作卖点突出、风格多样的营销文案以促进用户下单，同时达人赚取佣金。但达人创作又存在商品文案成本高、量产性差、质量参差不齐的问题。目前京东Al营销文案的人工审核通过率超过95%，并覆盖了全品类的商品。模型已成功应用于京东APP-发现好货、对话机器人京小智和搭配购等场景。

智能客服机器人已经成为了客服系统的重要组成部分，帮助人工客服提升工作效率，为企业降低人工成本。作为智能客服的行业先驱，京东多年来致力打造全链路的客服机器人，最大化提升商家的接待效率和用户体验。目前智能机器人的对话生成策略已经在“京小智”、“京东JIMI“等智能客服机器广泛应用，在用户购买商品的售前以及售后环节，为数千万用户以及数十万商家进行服务，为商家降本增效，为用户提升购物客服体验。

├──视频

| ├──week01 

| | ├──20200606Lecture 

| | | ├──1课程安排以及核心技能.mp4201.49M

| | | ├──2概论与常见基础任务.mp4251.34M

| | | ├──3分类问题，命名实体识别.mp4292.35M

| | | ├──4句法分析，语义理解与常见应用1.mp4232.04M

| | | ├──5常见应用2.mp4273.29M

| | | └──6如何成为优秀的NLP人才.mp4370.95M

| | ├──20200606Paper 

| | | ├──paper 如何阅读-1.mp4271.99M

| | | └──paper 如何阅读-2.mp4190.43M

| | ├──20200606Review1 

| | | ├──（案例） 自然语言处理应用场景以及常用的技术-1.mp4286.26M

| | | └──（案例） 自然语言处理应用场景以及常用的技术-2.mp4192.43M

| | ├──20200606Review2 

| | | ├──（基础）工程师必须要懂的算法（时间空间）复杂度-1.mp4367.11M

| | | └──（基础）工程师必须要懂的算法（时间空间）复杂度-2.mp4355.83M

| | ├──20200606Review3 

| | | ├──（基础）NLP工程师必须懂得算法 - 动态规划-1.mp4368.98M

| | | └──（基础）NLP工程师必须懂得算法 - 动态规划-2.mp4416.98M

| | └──20200606Review4 

| | | ├──DP动态规划 补课-1.mp4375.52M

| | | ├──DP动态规划 补课-2.mp4124.51M

| | | └──DP动态规划 补课-3.mp4363.38M

| ├──week02 

| | ├──20200613Lecture 

| | | ├──多分类文本处理与特征工程-1.mp4310.02M

| | | ├──多分类文本处理与特征工程-2.mp4132.41M

| | | ├──多分类文本处理与特征工程-3.mp4240.25M

| | | ├──多分类文本处理与特征工程-4.mp4240.83M

| | | ├──多分类文本处理与特征工程-5.mp4271.60M

| | | ├──多分类文本处理与特征工程-6.mp4214.77M

| | | ├──多分类文本处理与特征工程-7.mp4127.59M

| | | ├──多分类文本处理与特征工程-8.mp4188.41M

| | | └──多分类文本处理与特征工程-9.mp4341.10M

| | ├──20200613Paper 

| | | ├──Distributed Representations-01.mp4166.28M

| | | └──Distributed Representations-02.mp4282.11M

| | ├──20200613Review1 

| | | ├──词向量的训练以及使用-1.mp4270.65M

| | | └──词向量的训练以及使用-2.mp4212.48M

| | ├──20200613Review2 

| | | ├──编程环境的搭建-1.mp4264.28M

| | | └──编程环境的搭建-2.mp4271.19M

| | └──20200613Review3 

| | | ├──Numpy, Pandas, Sklearn的使用基础-1.mp4414.34M

| | | └──Numpy, Pandas, Sklearn的使用基础-2.mp4398.04M

| ├──week03 

| | ├──20200620lecture 

| | | ├──工业界模型训练和部署最佳实战-1.mp4221.07M

| | | ├──工业界模型训练和部署最佳实战-2.mp4203.08M

| | | ├──机器学习项目流程.mp4169.94M

| | | ├──逻辑回归.mp4390.13M

| | | └──偏差与方差.mp4249.88M

| | ├──20200620project 

| | | ├──project-01.mp4294.77M

| | | └──project-2.mp4370.94M

| | ├──20200620review1 

| | | ├──（实战）数据不平衡的处理-1.mp4192.61M

| | | └──（实战）数据不平衡的处理-2.mp4295.38M

| | ├──20200620review2 

| | | ├──（基础）SkipGram模型讲解-1.mp4239.19M

| | | └──（基础）SkipGram模型讲解-2.mp4314.45M

| | ├──20200620review3 

| | | ├──（实战）工程代码编写-1.mp4255.88M

| | | ├──（实战）工程代码编写-2.mp4302.88M

| | | └──（实战）工程代码编写-3.mp4179.02M

| | └──20200621paper 

| | | ├──Paper-1.mp4280.72M

| | | └──Paper-2.mp4223.49M

| ├──week04 

| | ├──20200704Lecture 

| | | ├──常用的分类算法-1.mp4291.46M

| | | ├──常用的分类算法-2.mp4283.05M

| | | ├──常用的分类算法-3.mp4227.61M

| | | └──常用的分类算法-4.mp4229.45M

| | ├──20200704paper 

| | | ├──Visualizing and understandi-1.mp4295.70M

| | | └──Visualizing and understandi-2.mp492.78M

| | ├──20200704review1 

| | | ├──（前沿技术） 多模态文本分类技术-1.mp4229.11M

| | | └──（前沿技术） 多模态文本分类技术-2.mp4223.07M

| | ├──20200704review2 

| | | ├──（实战）Pytorch的使用-1.mp4255.66M

| | | └──（实战）Pytorch的使用-2.mp4405.90M

| | └──20200704review3 

| | | ├──（实战）常用的卷积神经网络-1.mp4249.59M

| | | ├──（实战）常用的卷积神经网络-2.mp4258.80M

| | | └──（实战）常用的卷积神经网络-3.mp4224.13M

| ├──week05 

| | ├──20200711lecture 

| | | ├──递归神经网络-1.mp4257.45M

| | | ├──递归神经网络-2.mp4191.74M

| | | ├──递归神经网络-3.mp4227.14M

| | | └──递归神经网络-4.mp4182.90M

| | ├──20200711paper 

| | | ├──paper1.mp4230.41M

| | | └──paper2.mp4143.54M

| | ├──20200711review1 

| | | ├──GPU计算-1.mp4193.64M

| | | └──GPU计算-2.mp4220.40M

| | ├──20200711review2 

| | | ├──（代码讲解）实现基于LSTM的情感分类-1.mp4330.35M

| | | ├──（代码讲解）实现基于LSTM的情感分类-2.mp4371.02M

| | | └──（代码讲解）实现基于LSTM的情感分类-3.mp4215.87M

| | └──20200711review3 

| | | ├──基于LSTM语言模型的代码生成-1.mp4348.99M

| | | └──基于LSTM语言模型的代码生成-2.mp4360.28M

| ├──week06 

| | ├──0716图书分类项目讲解

| | | ├──图书分类项目讲解-1.mp4358.18M

| | | ├──图书分类项目讲解-2.mp4272.30M

| | | └──图书分类项目讲解-3.mp4201.59M

| | ├──0717智能营销项目

| | | ├──智能营销项目说明-1.mp4247.57M

| | | └──智能营销项目说明-2.mp4151.66M

| | ├──0718lecture 

| | | ├──基于Seq2Seq的文本生成-1.mp4395.64M

| | | └──基于Seq2Seq的文本生成-2.mp4173.63M

| | ├──0718review1 

| | | └──基于Seq2Seq的文本生成-3.mp4243.31M

| | ├──0718review2 

| | | ├──基于Seq2Seq的机器翻译系统-1.mp4273.17M

| | | ├──基于Seq2Seq的机器翻译系统-2.mp4387.51M

| | | └──基于Seq2Seq的机器翻译系统-3.mp4244.44M

| | └──0719paper 

| | | ├──Named Entity Recognition-1.mp4225.12M

| | | ├──Named Entity Recognition-2.mp4126.00M

| | | └──Named Entity Recognition-3.mp454.00M

| ├──week07 

| | ├──0725lecture 

| | | ├──Pointer Network以及Beam Search-1.mp4264.69M

| | | ├──Pointer Network以及Beam Search-2.mp4422.36M

| | | ├──Pointer Network以及Beam Search-3.mp4330.11M

| | | └──Pointer Network以及Beam Search-4.mp4418.83M

| | ├──0725project 

| | | ├──智能营销项目手把手教学-1.mp4240.94M

| | | └──智能营销项目手把手教学-2.mp4284.22M

| | └──0725review 

| | | ├──营销文案生成论文-1.mp4140.64M

| | | ├──营销文案生成论文-2.mp4136.93M

| | | ├──营销文案生成论文-3.mp4136.93M

| | | └──营销文案生成论文-4.mp4217.09M

| ├──week08 

| | ├──0801-review-1 

| | | ├──Debug-1.mp4349.60M

| | | └──Debug-2.mp4253.06M

| | ├──0801_lecture 

| | | ├──深度学习训练技巧-神经网络模型的问题-1.mp4290.33M

| | | ├──深度学习训练技巧-神经网络模型的问题-2.mp4152.54M

| | | ├──文本领域中的数据增强技术-1.mp4243.91M

| | | └──文本领域中的数据增强技术-2.mp4330.05M

| | ├──0802-review-2 

| | | ├──Multi-Source Pointer Network-1.mp4390.08M

| | | └──Multi-Source Pointer Network-2.mp4315.92M

| | └──0802-项目教学

| | | ├──智能营销项目教学-1.mp4561.27M

| | | └──智能营销项目教学-2.mp4172.17M

| ├──week09 

| | ├──lecture 

| | | ├──20200815 NLP Lecture 对话系统中的核心1.mp4266.07M

| | | ├──20200815 NLP Lecture 对话系统中的核心2.mp4257.91M

| | | ├──20200815 NLP Lecture 对话系统中的核心3.mp4163.10M

| | | └──20200815 NLP Lecture 对话系统中的核心4.mp4218.27M

| | └──project 

| | | ├──20200816 NLP Review 智能营销项目1.mp4215.25M

| | | ├──20200816 NLP Review 智能营销项目2.mp4249.22M

| | | └──20200816 NLP Review 智能营销项目3.mp4148.12M

| ├──week10 

| | ├──822-Lecture 

| | | ├──检索模型-1.mp4349.88M

| | | ├──检索模型-2.mp4192.36M

| | | └──检索模型-3.mp4271.48M

| | ├──workshop_20200903_210612 

| | | ├──HNSW papers讲解-1.mp4233.96M

| | | └──HNSW papers讲解-2.mp4279.45M

| | └──项目3作业布置

| | | └──项目三布置.mp4163.28M

| ├──week11 

| | └──最⻓公共⼦串和最⻓公共⼦序列的动态规划实现.mp4388.20M

| ├──week12 

| | ├──20200905Lecture 

| | | ├──⾃注意⼒机制以及Transformer-1.mp4237.55M

| | | ├──⾃注意⼒机制以及Transformer-2.mp4264.56M

| | | └──⾃注意⼒机制以及Transformer-3.mp4214.48M

| | ├──20200905Workshop 

| | | ├──Transformer的代码实现-1.mp4271.26M

| | | ├──Transformer的代码实现-2.mp4408.39M

| | | └──Transformer的代码实现-3.mp4244.96M

| | ├──20200906 Workshop2 

| | | └──Paper _transformer.mp4112.34M

| | └──20200906 Workshop3 

| | | └──作业3-1讲解.mp4358.13M

| ├──week13 

| | ├──20200912lecture 

| | | ├──基于BERT和Transformer的闲聊引擎-1.mp4251.30M

| | | ├──基于BERT和Transformer的闲聊引擎-2.mp4348.93M

| | | └──基于BERT和Transformer的闲聊引擎-3.mp4369.78M

| | ├──20200913workshop1 

| | | ├──BERT的fine-tuning实例讲解-01.mp4488.34M

| | | └──BERT的fine-tuning实例讲解-02.mp4625.20M

| | └──20200913workshop2 

| | | └──项目3-1讲解 项目3-2布置.mp4488.34M

| ├──week14 

| | ├──20200919lecture 

| | | ├──XLNet, ALBERT以及应⽤-1.mp4169.59M

| | | ├──XLNet, ALBERT以及应⽤-2.mp4200.34M

| | | ├──XLNet, ALBERT以及应⽤-3.mp4325.34M

| | | ├──XLNet, ALBERT以及应⽤-4.mp4235.09M

| | | ├──XLNet, ALBERT以及应⽤-5.mp4317.96M

| | | └──XLNet, ALBERT以及应⽤-6.mp4376.37M

| | ├──20200919workshop1 

| | | ├──ALBERT论文讲解.mp4355.96M

| | | ├──XLNet论文讲解-1.mp4317.96M

| | | └──XLNet论文讲解-2.mp4376.37M

| | └──20200920workshop2 

| | | └──作业3-2讲解.mp4378.08M

| ├──week15 

| | └──20200926Lecture 

| | | ├──模型压缩-1.mp4203.20M

| | | ├──模型压缩-2.mp4441.06M

| | | └──模型压缩-3.mp4448.05M

| ├──week16 

| | ├──20201017 Lecture 对话管理-1.mp4279.67M

| | ├──20201017 Lecture 对话管理-2.mp4347.96M

| | ├──20201017 Lecture 对话管理-3.mp4310.81M

| | ├──20201018 Workshop paper解读：Transferable-1.mp4258.14M

| | ├──20201018 Workshop paper解读：Transferable-2.mp4276.77M

| | ├──20201020 workshop 项目作业3-3第二部分.mp4258.80M

| | └──20201020 workshop 项目作业3-3第一部分.mp4337.04M

| └──week17 

| | ├──20201023 Workshop 就业指导-1.mp4277.90M

| | ├──20201023 Workshop 就业指导-2.mp4295.86M

| | └──20201023 Workshop 就业指导-3.mp4226.32M

└──资料

| ├──week_01 

| | ├──6月 6日周六10：30 

| | | ├──slide1.pptx2.17M

| | | ├──京东NLP第一课.pptx9.14M

| | | └──相关阅读.txt0.15kb

| | ├──6月 6日周六19：00 

| | | ├──相关阅读.txt0.09kb

| | | └──自然语言处理楚江及常见技术.pptx3.18M

| | ├──6月 7日周日10：30 

| | | └──data-master-2ebe10a75b854f41dfdbe94089ffdb993303cab9.zip57.13M

| | ├──6月 7日周日16：00 

| | | └──data-master-2ebe10a75b854f41dfdbe94089ffdb993303cab9 (1).zip57.13M

| | └──6月 7日周日20：30 

| | | └──京东paper01.pdf2.81M

| ├──week_02 

| | ├──6月11日周四20：30 

| | | └──data-master-2ebe10a75b854f41dfdbe94089ffdb993303cab9.zip57.13M

| | ├──6月13日周六10：00 

| | | └──第二课.pptx16.28M

| | ├──6月13日周六19：00 

| | | └──词向量的训练以及使用_review(1).pptx5.61M

| | ├──6月14日周日10：00 

| | | └──编程环境搭建(4).pptx176.42kb

| | ├──6月14日周日14：00 

| | | └──20200615_贪心科技_机器学习常用库介绍代码资料.zip1.50M

| | └──6月14日周日20：30 

| | | ├──第二篇论文.pdf143.13kb

| | | ├──第三篇论文.pdf9.74M

| | | ├──第四篇.pdf3.32M

| | | ├──第一篇论文.pdf122.29kb

| | | └──京东paper02.pdf8.12M

| ├──week_03 

| | ├──6月20日周六10：00 

| | | └──Lecture 3-扣扣-上课用.pdf1.45M

| | ├──6月20日周六15：00-京东图书分类项目

| | | ├──.ipynb_checkpoints 

| | | ├──jd图书文本分类

| | | ├──stopwords(1).txt5.13kb

| | | └──图书分类数据集.zip66.29M

| | ├──6月20日周六19：00 

| | | ├──网址.txt0.35kb

| | | └──样本不平衡.pptx4.41M

| | ├──6月20日周六20：30 

| | | ├──2020.6.21.pptx17.88M

| | | ├──Distributed Representations of Words and Phrases and their Compositionality.pdf109.37kb

| | | ├──Efficient Estimation of Word Representations in Vector Space.pdf223.36kb

| | | ├──Linguistic Regularities in Continuous Space Word Representations.pdf135.64kb

| | | ├──word2vec.py14.25kb

| | | └──word2vec中的数学.pdf1.47M

| | ├──6月21日周日10：00 

| | | ├──编程最佳实践.pptx1.27M

| | | └──最佳实践.zip347.78kb

| | └──6月21日周日20：30 

| | | ├──第三篇论文.pdf9.74M

| | | └──京东paper03.pdf14.04M

| ├──week_03_6月24周三_端午节

| | ├──0624Efficient Large-Scale Multi-Modal Classification.pdf138.23kb

| | ├──0624LearningFromImbalancedDataOpen.pdf459.64kb

| | ├──0624Visualizing and understanding convolutional networks.pdf2.25M

| | └──网址.txt0.04kb

| ├──week_04 

| | ├──7月04日周六10：00_(直播-Lecture)常用的分类算法

| | | ├──20200704Lecture4.pdf3.72M

| | | └──20200704Lecture.txt13.70kb

| | ├──7月04日周六19：00_(直播-Review)【前沿技术】多模态文本分类技术

| | | ├──20200704review1.pptx9.97M

| | | ├──20200704Review1.txt5.28kb

| | | ├──预习1.txt0.08kb

| | | └──预习2.txt0.04kb

| | ├──7月04日周六20：30_(直播-Review)【基础】Pytorch的使用

| | | ├──20200704Review2.txt14.80kb

| | | └──data2-master-ec552703baf004748d61a57950bdbdd0983e22c0.zip55.59M

| | ├──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 

| | | ├──20200705Review3.txt7.85kb

| | | └──data2-master-ec552703baf004748d61a57950bdbdd0983e22c0.zip55.59M

| | └──7月05日周日20：30_(直播-Paper)Visualizing and understanding convolutional networks 

| | | ├──20200705paper04.pdf22.71M

| | | └──20200705paper.txt9.85kb

| ├──week_05 

| | ├──7月11日周六10：00-(直播-Lecture)循环神经网络的应用

| | | ├──20200711Lecture(hu).pdf3.31M

| | | └──20200711Lecture.txt14.01kb

| | ├──7月11日周六19：00-(直播-Review)（技术讲解）GPU计算

| | | └──20200711review1CPU和GPU.pptx7.15M

| | ├──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

| | ├──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

| | | ├──20200712Review3LSTM.pptx633.86kb

| | | ├──chat.txt10.86kb

| | | └──LSTM.zip4.76M

| | └──7月12日周六20：30-(直播-Paper)Generating Hierarchical Explanations on Text Classification via Feature Interaction Detection 

| | | ├──20200711paper05.pdf3.40M

| | | ├──20200712paper5.pptx1.38M

| | | └──chat.txt2.98kb

| ├──week_06 

| | ├──7月18日周六 8：00 

| | | └──项目二.zip1.22M

| | ├──7月18日周六10：00 

| | | └──data2-master-972403692c9306145bf1537bf0ad46cced191797.zip81.32M

| | ├──7月18日周六20：30 

| | | └──20200718Review2机器翻译.pdf2.89M

| | ├──7月18日周六接上节

| | ├──7月19日周日10：00 

| | | └──data2-master-972403692c9306145bf1537bf0ad46cced191797 (1).zip81.32M

| | ├──7月19日周日20：30 

| | └──重要作业重要作业重要作业

| | | ├──bookClassification(ToDo)(3).zip34.82M

| | | └──京东-贪心NLP项目2文档.pdf2.18M

| ├──week_07 

| | ├──7月24日周六10：00(直播-Lecture)Pointer Network以及Beam Search优化

| | | ├──20200725Lecture.pdf5.43M

| | | └──chat.txt19.48kb

| | ├──7月24日周六14：30(直播-Paper)AAAI2020论文

| | | ├──20200725Paper-haoran.pdf3.89M

| | | ├──chat.txt6.17kb

| | | ├──第二篇_【Aspect-Aware Multimodal Summarization for Chinese E-Commerce Products】.pdf5.49M

| | | ├──第三篇_Multimodal Summarization with Guidance of Multimodal Reference.pdf954.98kb

| | | ├──第一篇_Keywords-Guided Abstractive Sentence Summarization.pdf240.14kb

| | | └──阅读材料链接.txt0.10kb

| | ├──7月24日周六20：30(直播-Project)智能营销项目手把手教学

| | | └──QQ截图20200817100740.png8.12kb

| | └──图书分类项目答案

| | | └──JDNLP-项目一答案.zip34.73M

| ├──week_08 

| | ├──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

| | | └──20200801lecture7预处理及深度学习技巧.pdf4.31M

| | ├──8月01日周六20：30(直播-Workshop)深度学习中的调参与Debug 

| | | ├──20200801Review1debug.pdf1.60M

| | | └──chat.txt14.52kb

| | ├──8月02日周日10：00(直播-Workshop)Multi-Source Pointer Network for Product Title Summarization 

| | | ├──20200802Review2Ptr.pdf1.16M

| | | ├──chat.txt10.45kb

| | | └──Multi-Source Pointer Network for Product Title Summarization.pdf2.94M

| | ├──8月02日周日20：30(直播-Workshop)项目二拓展讲解及答疑

| | | ├──20200803Assignment1讲解.pdf2.64M

| | | └──chat.txt10.61kb

| | └──重要作业重要作业重要作业(核心-Project)智能营销项目（任务2）

| | | ├──Assignment2-2.zip371.01kb

| | | └──项目一答案Assignment1_solution.zip375.13kb

| ├──week_09 

| | ├──8月15日周六10：00(直播-Lecture)对话系统中的核心技术

| | | └──20200815lecture-对话系统.pdf5.14M

| | ├──8月16日周六20：30(直播-Workshop)智能营销项目二讲解

| | | └──20200816workshop.pptx4.28M

| | └──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）

| | | └──Assignment2-3.zip218.65kb

| ├──week_10 

| | ├──8月22日周六10：00(直播-Lecture)检索模型Approximate Nearest Neighbor SearchNSW and HNSW 

| | | └──20200822Lecture9-邻近搜索.pdf3.01M

| | └──8月23日周日20：30(直播-Workshop)HNSW papers讲解

| | | ├──Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs 

| | | ├──Skip Lists A Probabilistic Alternative to Balanced Trees 

| | | └──20200823Skip List+NHSW(1).pptx2.83M

| ├──week_11 

| | ├──8月27日周四20：30(直播-作业布置)聊天机器人项目布置

| | | └──Assignment3-1.zip112.74kb

| | ├──8月29日周六10：00(直播-Lecture)Learning to Rank 

| | | ├──CFG.pdf1.95M

| | | ├──GBDT.pdf1022.13kb

| | | └──LTR.pdf1.23M

| | ├──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

| | | └──lcs_dp_20200829.zip74.22kb

| | ├──8月29日周六20：30(直播-Workshop)Word Moving Distance的paper讲解以及代码实现

| | | ├──2.From Word Embeddings To Document Distances.pdf1.14M

| | | └──From Word Embeddings To Document Distances.pptx3.19M

| | ├──8月30日周日10：00(直播-Lecture)信息检索综述以及倒排技术

| | | ├──0830信息检索及倒排技术1.pdf4.53M

| | | └──20200816预习.pdf456.36kb

| | ├──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

| | | └──0830信息检索及倒排技术2.pdf3.88M

| | └──8月30日周日20：30(直播-Workshop)作业2-3讲解

| | | ├──项目三任务一

| | | └──0830.pptx3.17M

| ├──week_12 

| | ├──9月05日周六10：00(直播-Lecture)⾃注意⼒机制以及Transformer 

| | | └──20200905Transformer.pdf6.75M

| | ├──9月05日周六15：00(直播-Workshop)Transformer的代码实现

| | | └──20200905transformer.zip3.22M

| | ├──9月06日周日18：00(直播-Workshop)作业3-1讲解

| | | └──20200906Assignment3-1讲解.pptx3.25M

| | └──9月06日周日21：00(直播-Workshop)论文解读：TransformerXL_Attentive_Language_Models_Beyond_a_Fixed-Length_Context 

| | | ├──20200906transformerXL.pdf2.37M

| | | └──TransformerXL Attentive Language Models Beyond a Fixed-Length Context.pdf4.36M

| ├──week_13 

| | ├──9月12日周日10：00(直播-Lecture)基于BERT和Transformer的闲聊引擎

| | | └──20200913JDNLP1Bert-GPT.pdf7.21M

| | ├──9月12日周日：(直播-Workshop)BERT的fine-tuning实例讲解(代码）

| | | └──20200913Bert代码(1).pptx1.19M

| | ├──9月12日周日：(直播-Workshop)作业3-1讲解

| | | └──20200913Assignment3-1讲解答疑.pptx4.64M

| | └──重要作业重要作业重要作业(核心-Project)聊天机器人（任务2）

| | | └──本项目需要在未来两周内完成（9.14-9.27）

| ├──week_14 

| | ├──9月19日周六10：00(直播-Lecture)XLNet, ALBERT以及应⽤

| | | └──20200919XLNet-Albert.pptx5.18M

| | ├──9月19日周六15：00(直播-Workshop)XLNet 

| | | └──Xlnet.pdf743.94kb

| | ├──9月20日周日(直播-Workshop)项目3-2讲解

| | | └──20200919Assignment3-2讲解.pptx5.90M

| | └──9月20日周日21：00(直播-Workshop)ALBert 

| | | ├──20200919paper10.pdf26.78M

| | | └──ALBERT.pdf409.28kb

| ├──week_15 

| | └──9月26日周六10：00(直播-Lecture)模型压缩

| | | └──模型压缩-上课用(4).pdf18.55M

| ├──week_16-17 

| | └──Project-master-5eecb1c3feeb652745581e6cd80519cdb474cc2c.zip124.81M

| ├──项目3_客服机器人_数据集

| | ├──chat.txt1.90G

| | ├──order.txt15.62M

| | ├──user.txt17.62M

| | ├──ware.txt1.63M

| | ├──测试集.txt192.35kb

| | └──开发集.txt207.33kb

| └──智能营销_项目二_数据集

| | ├──dev (1).txt6.95M

| | ├──dev.txt6.95M

| | ├──HIT_stop_words.txt5.15kb

| | ├──samples.txt69.43M

| | ├──test.txt1.39M

| | ├──train.txt.crdownload43.11M

| | ├──服饰_50k.json74.47M

| | └──服饰数据.json29.79M