[394] 基于Pytorch热门深度学习框架 从零开发NLP聊天机器人 - 10年自然语言处理经验的大牛，带你以中科院计算机所内项目为依托，玩新技术，做热项目

网盘链接：

1. 课程介绍

• 1-1 课程导学
• 1-2 聊天机器人的综合介绍
• 1-3 聊天机器人起源发展
• 1-4 聊天机器人的分类(1)
• 1-5 聊天机器人的分类(2)
• 1-6 如何构建最简单的聊天机器人(1)
• 1-7 如何构建最简单的聊天机器人(2)
• 1-8 代码小练

2. 聊天机器人综合介绍

• 2-1 NLP基础
• 2-2 NLP涉及知识
• 2-3 NLTK库
• 2-4 语料和词性标注
• 2-5 分词
• 2-6 TF-IDF
• 2-7 NLTK安装
• 2-8 代码小练

3. NLP基础

• 3-1 NLP基础和聊天机器人
• 3-2 文本处理方法
• 3-3 word2vec (1)
• 3-4 word2vec(2)
• 3-5 代码小练

4. 检索类聊天机器人

• 4-1 检索类的聊天机器人
• 4-2 贝叶斯分类
• 4-3 Chatterbot原理
• 4-4 代码小练
• 4-5 章节小结

5. 生成式聊天机器人

• 5-1 生成类聊天机器人
• 5-2 RNN LSTM原理
• 5-3 RNN LSTM模型原理
• 5-4 Seq2seq介绍
• 5-5 Attenion应用及分类
• 5-6 代码实战（1）
• 5-7 代码实战（2）
• 5-8 代码实战（3）
• 5-9 代码实战（4）

6. Pytorch基础

• 6-1 Pytorch入门
• 6-2 原理机制
• 6-3 数据载入
• 6-4 模型训练和验证测试
• 6-5 代码小练（1）
• 6-6 代码小练（2）
• 6-7 代码训练过程
• 6-8 章节小结

7. 机器人发展方向与seqGAN实战

• 7-1 模型与主流发展方向还是seq2seq+attention
• 7-2 发展方向和SeqGan和深度学习结合
• 7-3 数据处理
• 7-4 开发生成器脚本
• 7-5 开发鉴别器脚本
• 7-6 开发主函数的脚本（1）
• 7-7 开发主函数的脚本（2）
• 7-8 开发主函数的脚本（3）
• 7-9 代码训练过程

8. 基于Pytorch聊天机器人代码实战

• 8-1 项目介绍
• 8-2 项目流程思路
• 8-3 数据分析
• 8-4 数据预处理 初始化
• 8-5 数据预处理随机数据
• 8-6 数据预处理one_epoch word2id
• 8-7 数据预处理seq2id replace方法
• 8-8 建立模型Encoder（1）
• 8-9 建立模型Encoder（2）
• 8-10 建立模型Decoder
• 8-11 建立模型BAttentiondecoerRNN
• 8-12 建立模型Lattention
• 8-13 建立模型LattentionDecoder
• 8-14 建立模型decoder如何选择
• 8-15 模型建立seq2seq类及train方法（1）
• 8-16 模型建立seq2seq类及train方法（2）
• 8-17 模型建立seq2seq类及train方法（3）
• 8-18 greedy Search方法
• 8-19 模型建立beamsearch方法（1）
• 8-20 模型建立beamsearch方法（2）
• 8-21 建立模型验证方法
• 8-22 建立模型bleu方法
• 8-23 建立模型embAve方法
• 8-24 建立模型Y_pre方法及整体思路流程
• 8-25 训练脚本编写及演示
• 8-26 模型测脚本编写
• 8-27 demo脚本编写及演示
• 8-28 部署步骤分享
• 8-29 最终总结