这是 NLP 课程和专业的列表，可帮助您开始自然语言处理之旅！
自然语言处理 (NLP) 位于计算机科学和计算语言学的交叉点。 从客户评论的情绪分析到推动营销决策再到机器翻译和聊天机器人，NLP 正在为所有行业提供动力。
如果您有构建机器学习模型的经验，则可以将 NLP 添加到您的工具箱中以解决各种问题：文本摘要、问答、自然语言生成等。
我们将查看 NLP 角色的广泛技能要求，然后继续查看精选资源列表以开始自然语言处理。
目录
NLP 职业道路：NLP 工程师、NLP 开发人员等
研究的进步推动了现代 NLP 技术的发展。 NLP 工程师和开发人员的平均工资超过 117,000 美元，最近越来越受欢迎。
技能集是多种多样的，从下游 NLP 任务的数据收集和语言学概念的应用知识，如依赖解析和词性 (POS) 标记，到转换器模型的应用知识。
要进入 NLP，需要精通编程和机器学习。 您还应该具有深度学习框架（如 PyTorch 和 TensorFlow）以及 NLP 库（如 spaCy 和 HuggingFace）的经验。
自然语言处理 (NLP) 课程
接下来，让我们回顾一下流行学习平台上提供的一些最佳课程。 我们还将说明充分利用这些课程所需的先决条件。 👩🏫
CS224n：具有深度学习的 NLP
CS224n：NLP with Deep Learning 由 Chris Manning 教授授课，斯坦福大学提供，是学习自然语言处理的最佳课程之一。 这些讲座可在 YouTube 上找到，课程网站上免费提供当前和以前提供的讲义和练习笔记本。
📋 先决条件
- Python编程
- 数学：统计、概率、微积分、线性代数
- 机器学习基础
这是一门为期一个学期的课程，涵盖广泛的 NLP 主题：
- 词向量
- 递归神经网络
- 注意力和子词模型
- 变压器及应用
💲 定价：免费 ✅
NLP 专业：Coursera
DeepLearning.AI 在 Coursera 上的自然语言处理专业化是一种流行的学习资源。 该专业旨在通过四门课程教授传统的 NLP 技术以及最新的进展，例如 transformer 和 reformer 模型。
📋 先决条件
- 中级 Python
- 机器学习和深度学习框架知识
- 微积分、线性代数、统计学
以下是该专业的课程：
专业化中的每门课程都需要 30 多个小时才能完成，并且需要几个月的时间才能完成整个专业化。
👩🏽💻 以下是您在完成此专业化过程中将构建的一些项目：
- 文本自动完成模型
- 使用 BERT 进行问答
- 文本摘要
- 使用改革者模型的聊天机器人
TensorFlow 中的自然语言处理：Coursera
如果您已经熟悉 TensorFlow，可以通过 Coursera 上的 DeepLearning.AI 学习 TensorFlow 中的 NLP，使用 TensorFlow 构建 NLP 模型。
📋 先决条件
- Python 和数学
- TensorFlow 的应用知识
该课程涵盖以下内容：
- 使用 TensorFlow API 进行文本标记化和预处理
- 词嵌入
- 自然语言生成
序列模型：Coursera
DeepLearning.AI 在 Coursera 上的深度学习专业课程的序列模型课程旨在让学习者在 4 周的时间内掌握 NLP 的工作知识。
📋 先决条件
- Python
- 机器学习和线性代数
该课程涵盖 NLP 的序列模型，重点关注以下内容：
- 用于语言建模的字符级递归神经网络 (RNN)
- 注意力机制介绍，自注意力和多头注意力
- 使用 Hugging Face 转换器进行问答
NLP：拥抱的脸
Hugging Face 团队发布了一个免费的 NLP 课程，涵盖了从基础到高级的概念，重点介绍了如何使用 Hugging Face 生态系统。
📋 先决条件
- 精通Python
- 深度学习的工作知识
- 使用 PyTorch 和 TensorFlow 的经验（有帮助但不是必需的）
该课程有 12 章，分为三个部分，涵盖以下内容：
- 使用 Hugging Face 变形金刚
- 了解数据集和分词器库
- 变压器的高级应用，优化生产模型
您可以访问简短的视频讲座、基于文本的概念部分和 Colab 笔记本。
💲定价：免费🤗
Google Cloud 上的自然语言处理：Pluralsight
Google Cloud 上的 NLP 向学习者介绍如何在 Google Cloud 平台上使用 Vertex AI 构建 NLP 解决方案。
先决条件：GCP 的应用知识
本课程向学习者介绍以下内容：
- 文本表示
- 使用 DialogFlow API
- 构建神经网络、循环神经网络 (RNN)、长短期记忆 (LSTM) 网络和门控循环单元 (GRU)
- 使用顶点人工智能
- 注意力机制和大型语言模型
使用 Azure 构建 NLP 解决方案
使用 Microsoft Azure 构建 NLP 解决方案是 Pluralsight 上基于项目的课程。 在这个基于项目的课程中，您将学习通过处理客户评论的推文数据集来构建 NLP 解决方案。
📋 先决条件
- Python编程
- 熟悉 Azure 门户
您将在此过程中执行的关键任务包括：
- 语言检测
- 命名实体识别
- 关键词提取
- 情绪分析
NLP 与 PyTorch：Pluralsight
NLP with PyTorch on Pluralsight 将帮助您开始使用 NLP。 本课程不涵盖最近的转换器架构，但涵盖了使用 PyTorch 进行自然语言处理的大量基础知识。
先决条件：熟悉 PyTorch
本课程涵盖以下内容：
- 递归神经网络 (RNN)
- 二进制和多类文本分类
- 词向量嵌入
- 使用词向量进行情感分析
- 用于语言翻译的序列到序列模型
成为 NLP 专家：Udacity
Becoming a NLP Expert 是优达学城 AI 学院提供的官方自然语言处理纳米学位。 这个纳米学位课程将帮助您学习传统和现代 NLP 技术，例如通过构建项目来关注注意力。
📋 先决条件
- Python编程
- 统计数据
- 机器学习和深度学习
Udacity 的课程包括视频讲座、编码练习和顶点项目。 在此自然语言处理课程中，您将构建以下项目：
- 词性标注（词性标注）
- 端到端机器翻译模型
- 语音识别模型
NLP 的代码优先介绍
如果您想熟悉 NLP 领域，那么 Fast.ai 的 NLP 代码优先介绍是一门很棒的课程。 本课程由 Rachel Thomas 教授，涵盖自然语言处理的传统方法和神经网络方法。
📋 先决条件
- Python编程
- 机器学习概念
- 使用 PyTorch 的神经网络（有帮助但不是必需的）
以下是课程内容的概述：
💲定价：免费
NLP 与机器学习：教育
这个 NLP with Machine Learning，由 Educative 着重于让学习者熟悉 NLP 中的重要概念。 从编码面试准备和系统设计到机器学习，Educative 是流行的在线学习平台之一。
该课程涵盖以下内容：
- 词嵌入
- 语言模型
- 文本分类
- Seq2seq模型
Python 中的 NLP：DataCamp
Datacamp 的 Python 自然语言处理是包含六门课程的结构化技能课程。 这些课程向学习者介绍自然语言处理的不同方面。
📋 先决条件
- 精通Python
- 对机器学习的理解
该课程包括以下课程：
NLP课程：Lena Voita
NLP 课程是作者 Lena Voita 在 Yandex 数据分析学院教授的自然语言处理课程的延伸。 该课程分为几个部分，包含互动课程和博客文章。 此外，还有笔记本和研究论文摘要。
- 文本分类（传统和神经网络方法）
- 词嵌入
- 语言模型的评估
- Seq2seq模型和注意力
- NLP 的迁移学习
💲定价：免费
结论
我希望您觉得这份学习资源清单对您有所帮助。 根据先决条件和时间承诺，您可以选择最符合您兴趣的课程或专业。 一旦您获得了基础知识，请务必在真实世界的数据集上构建项目以补充和加强您的理解。 编码愉快！👩🏽💻
接下来，查看可用于下一个 NLP 项目的数据科学笔记本列表！
