最近NLP方向的资源越来越多，GitHub上又出现了一套新的课程，目前已经获得了1300多颗星星。
在这套NLP课程中，作者们把这套课程拆分成了13周，从文本嵌入分类开始讲，到Seq2Seq，再到机器翻译、对话系统，内容丰富。
每周的课程除了主要的讲座视频之外，还有研讨会部分，听众可以在研讨会上用英文提问，已经讲完的课程带有视频和Python笔记，另外还有课后作业笔记。
13周的课程
具体的课程时间表如下：
第一周
讲座：介绍文本嵌入、分布式语义、LSA、Word2Vec、GloVe的用法和使用场景。 研讨会：单词和句子嵌入。
第二周
讲座：文本分类。 文本表示的经典方法：BOW，TF-IDF。 神经方法：嵌入，卷积，RNN。 研讨会：卷积神经网络的薪酬预测; 解释网络预测。
第三周
讲座：语言模型，N-gram和神经方法; 可视化训练的模型。 研讨会：使用语言模型生成ArXiv论文。
第四周
讲座： Seq2seq：编码器 - 解码器框架。 Attention：Bahdanau模型。 研讨会：酒店和宿舍描述的机器翻译。
第五周
讲座：结构化学习，结构化感知器，结构化预测，RL基础知识。 研讨会：POS标签。
第六周
讲座：期望最大化和单词对齐模型。 研讨会：实现期望最大化。
第七周
讲座：机器翻译，回顾PBMT的主要思想，过去3年NMT开发的应用程序特定思想以及该领域的一些开放性问题。 研讨会：学生演讲。
第八周
讲座：网络学习的内容和原因：“模型”永远不仅仅是“模型”！NLP中的多任务学习，如何理解，模型表示包含哪些信息。 研讨会：通过与其他任务共同学习，提高指定实体的认可度
第9~13周
第9~13周的内容作者们还没有更新，根据目录来看，主要是讲域名适应、对话系统、对抗方法和TBA。
作者
这份NLP教程一共有5位作者，其中一作小姐姐Elena Voita是俄罗斯AI公司Yandex的研究员，专供NLP、机器翻译方向，今年还发了一篇关于文本识别和机器翻译的ACL论文。
Elena Voita目前在阿姆斯特丹大学读机器学习、NLP方向的博士，同时还是爱丁堡大学访问博士。
传送门
GitHub： https://github.com/yandexdataschool/nlp_course
Jupyter： https://mybinder.org/v2/gh/yandexdataschool/nlp_course/master
