UCLA计算机科学系CS 97：生成AI夏季2024课程描述：本课程改编自CS 162：自然语言处理。自然语言处理（NLP）是一个快速发展的领域，最近的深度神经网络的最新进展彻底改变了许多NLP应用程序。本课程旨在介绍各种NLP任务，有效解决这些问题的算法（包括深度学习模型的最新进展）以及评估其性能的方法。将重点关注统计和神经网络学习算法，这些学习算法训练（注释）文本语料库以自动获取执行任务所需的知识。课堂讲座将讨论一般问题，并目前介绍抽象算法。作业将触及语言现象的理论基础和算法的实施。将提供某些算法的实现版本，以感觉到课堂中讨论的系统如何“真正起作用”，并允许作为课程项目的一部分进行扩展和实验。讲师：Nanyun（Violet）Peng（Violetpeng@cs.ucla.edu）暂定主题：●NLP简介：什么重要？什么困难？什么简单？简介NLP应用程序，语言中的歧义，不同级别的语言。●词汇语义：分布语义和单词向量，单词文档矩阵，LSA，神经网络基础知识●语言模型：N-gram语言模型，日志线性语言模型，RNN语言模型，变形金刚，神经掩盖语言模型。●当前的NLP任务和竞赛：NLP应用程序当前前沿的介绍，公平考虑。讲座教室：TBD本科导师：