本课程将介绍在现代架构上实现自然语言处理技术，主题包括：如何操控用于语言模型的文本，文本生成和主题建模，通过更高级概念的机器学习基础。本课程结束时，学生将掌握以下方面的实践知识：字符串预处理技术的应用，如何将机器学习算法应用于文本分类和其他语言任务。同时，配套BERT模型语句情感分类实战项目案例，基于业内最先进的自然语言处理模型：BERT。基于 IMDB 电影评论的点评文本，实现语句分类与情感分析，覆盖自然语言处理操作的必要步骤与高级特性，包括 —— BERT 模型架构，NLP 迁移学习，句型情感分类，NLP 模型训练，Word2vec，distilBERT 模型，scikit-learn 机器学习库等，并提供图文生动的技术讲解与代码演示。每个技术点均提供独立的执行脚本，源代码，测试用数据以及分解实验指导，让学生充分了解 NLP 技术相关的关键概念与先进的 BERT 模型的技术实现，以及复杂的自然语言处理流程。