1.課程研發環境 項目源代碼可直接在開發環境中運行和調試，也可以用著實際項目中。 開發工具：wing ide6; 開發語言：python 其他工具：Stanford NLP,Jieba,Gensim 2.內容簡介 隨著自然語言處理技術無處不在，成為很多項目的核心競爭力。被廣泛用在語音識別，語音合成，自動分詞，句法分析，語法糾錯，關鍵詞提取，文本分類/聚類，文本自動摘要，信息檢索（ES,Solr），信息抽取，網絡爬蟲，知識圖譜，機器翻譯，人機對話，機器寫作，情感分析，文字識別，問答系統，推薦系統，高考機器人等項目中。本教程從基礎的NLP技術介紹開始，使用了現在流行的Stanford NLP（斯坦福NLP），Jieba，Gensim開發工具。首先介紹了NLP 技術的一些基礎，如詞性標注，分詞，實體識別等，并且對一些軟件包無法實現的功能，如分詞分錯了提供了工程的解決方案。然后介紹了機器學習算法和NLP技術結合使用，實現文本處理。本課程更加注重代碼實踐。 ? 第一講 NLP入門及概況 第二講 NLP國內外最新發展動態 第三講 NLP如何實現人機對話，機器翻譯，機器寫作，情感分類，觀點挖掘等 第四講 PYTHON環境搭建之Anaconda安裝 第五講 PYTHON集成開發工具之Wing Ide安裝 第六講 PYTHON包的導入和使用，文件的讀寫操作 第七講 jieba介紹，安裝及在Wing Ide使用 第八講 jieba分詞、詞性標注及Tokenize 第九講 加載自定義字典 第十講 代碼和案例：新聞文本的分詞 第十一講 TF/IDF算法原理 第十二講 代碼和案例：提取任意文本關鍵詞，過濾文本噪音 第十三講 詞性標注和實體識別的算法原理和應用場景 第十四講 代碼和案例：新聞中人名、地名、機構名自動識別與詞性標記 第十五講 Gensim介紹，下載，安裝及在Wing Ide中使用 第十六講 Gensim 基本的概念：語料、向量、模型 第十七講 LSI算法背景，原理和應用 第十八講 案例：基于LSI模型的文本相似度計算 第十九講 LDA算法背景，原理和應用 第二十講 案例：基于LDA模型的文本相似度計算 ? ? ? ? ? ? ? 目標一. 了解Maven的環境配置以及如何在項目中進行運用管理 目標二. 了解java框架技術，熟悉SSH框架搭建的全過程 目標三. 可以讓學員迅速掌握JEasyUI的API及使用技巧 目標四. 可以讓學員熟練使用JEasyUI快速構通富客戶端的界面及與后臺服務器交互的注意事項與技巧 目標五. 通過前臺和后臺的分離，讓學生即掌握JSP使用技巧又熟練JEasyUI的使用 目標六. 通過完整的項目實戰，全面的演示了JEasyui+SSH2+Maven+MySQL技術的綜合使用步驟、過程、注意事項及技巧 目標七. 通過本課程的學習，為學員以后開發使用JEasyui與后臺Java框架技術結合的大型Java項目提供了完整示范，奠定基礎 ?