大神带你实现 NLP 从入门到获奖，还有免费算力可以薅！

上次写了一篇如何利用百度AI Studio免费GPU资源来研究各种深度学习算法的文章，但有读者反馈说还不够深入，希望每个研究方向都出一个详细的介绍，了解更多并用学到的知识去实战。这篇文章以NLP为主题，通过公开课、项目热榜、应用实践和比赛资讯四个方面带读者实现NLP从入门到获奖。

百度AI Studio有专门的NLP专题网站：

https://aistudio.baidu.com/aistudio/nlp?_=1571383513589

这篇文章将带读者走进NLP的世界，结合自己的学习过程，给读者介绍从入门到获奖的道路。

AI Studio的NLP专区网站目前公布了三门免费公开课，这里介绍一下

• 《中文自然语言处理知识入门与应用》百度自然语言处理部主任架构师 孙珂

• 《篇章分析》百度自然语言处理部主任架构师 肖欣延

• 《中文NLP预训练模型ERNIE》 百度自然语言处理部资深研发工程师 龚建

以上三个公开课都是百度的工程师大牛讲课，内容干货满满。由于页面篇幅原因，NLP专题页面的公开课只放了上面三个公开课。感兴趣的可以在AI Studio课程板块：

https://aistudio.baidu.com/aistudio/course

寻找更多公开课。

本栏目会更贴近工业实践，让读者能更了解各种深度学习模型在工业上是如何使用的。

• 分类任务：如何在客服对话中，识别客户情绪的好坏

https://aistudio.baidu.com/aistudio/projectdetail/121630 

作者：资深NLP布道师 陈炳金 

有的智能音箱、智能车载可以识别用户的情绪，可以适当地进行情绪安抚。这样可以改善产品的用户交互体验。在智能客服场景中，为了分析客服服务质量、降低人工质检成本，我们也需要识别客户情绪，这能够帮助企业更好地把握对话质量、提高用户满意度。作者在示例首先介绍了模型评估指标,然后讲解了CNN的一些知识，最后用TextCNN来实现一个识别客户情绪的模型。

• 匹配任务：如何根据用户的搜索语句，为用户推荐相似问题

https://aistudio.baidu.com/aistudio/projectdetail/125034 

作者：资深NLP布道师 李臻 

在问答类社区场景中，如何根据用户的问题推荐更多其感兴趣的相关内容？本节课程将基于此场景出发，讲解NLP的语义相似度匹配的任务，本案例介绍NLP最基本的任务类型之一——文本相似度匹配，Pairwise、Pointwise两种训练模式，来计算两个文本的相似程度。

• 如何从快递单中抽取关键信息

https://aistudio.baidu.com/aistudio/projectDetail/131360 

作者：资深NLP布道师 梁一川 

在以前的快递表单信息填写产品流程中，用户需要识别表单概念再进行摘取对应关键信息填写，例如省、市、街道，都要一项项填。而大家现在在填快递地址时，会有粘贴地址就自动给你填上省市街道的体验吧？这就是NLP的效果之一。NLP序列化标注任务将允许用户直接输入个人自然表述，然后机器自动识别关键信息传入后台表单中。本项目将演示如何从用户提供的快递单中，抽取姓名、电话、省、市、区、详细地址等内容，形成结构化信息。这可以辅助物流行业从业者进行有效信息的提取，从而降低客户填单的成本。

• 语言的中外翻译，你应该知道的NLP生成任务 

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/120044 

作者：资深NLP布道师 毕天驰 

翻译是一个非常成熟的NLP生成任务的典型场景。但在成熟的产品背后，离不开不断提升和完善的NLP算法。常规的机器翻译方法有统计机器翻译和神经机器翻译，这里我们主要讨论神经机器翻译。本课将通过动手实践做一个简单的神经翻译程序。

NLP专题网站目前推荐了6个fork数比较高的项目，这里简单介绍下：

• 深度学习入门NLP-文本分类 

本项目数据的来源是从网站上爬取的56821条数据中文新闻摘要， 包含了国际、文化、娱乐、体育、财经、汽车、教育、科技、房产、证券10种类别。项目利用CNN模型，实现根据文章摘要，自动给新闻分类。 

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/78959

• 循环神经网络NLP-情感分类

IMDB是一个包含了来自互联网的50000条严重两极分化的评论的数据集。本项目采用IMDB数据集，利用LSTM模型，实现了一个对评论的情感进行分类的模型。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/78968

• PaddleHub 情感分析教程 

本示例展示如何使用PaddleHub Senta Module进行预测。Senta是百度NLP开放的中文情感分析模型，可以用于进行中文句子的情感分析，输出结果为正向/中性/负向中的一个，关于模型的结构细节，请查看Senta,（https://github.com/baidu/senta） 本示例代码选择的是Senta-BiLSTM模型。 

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/79398

• 深度学习进阶NLP-机器翻译

机器翻译即用计算机实现从源语言到目标语言转换的过程，是自然语言处理的重要研究领域之一。本项目采用WMT-14数据集，建立了一个encoder和一个decoder，实现了机器翻译的简单算法，利用代码说明了RNN在机器翻译中的重要作用。

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/78973

• ERNIE情感分类实验 

ERNIE是百度的自研模型， 通过建模海量数据中的词、实体及实体关系，学习真实世界的语义知识。相较于BERT学习原始语言信号，ERNIE直接对先验语义知识单元进行建模，增强了模型语义表示能力，以Transformer为网络基本组件，以Masked Bi-Language Model和Next Sentence Prediction为训练目标，通过预训练得到通用语义表示，再结合简单的输出层，应用到下游的 NLP 任务。本示例展示利用ERNIE进行文本分类任务。 

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/90231

• 基于THUCNews数据集的文本分类 

THUCNews是清华大学根据新浪新闻RSS订阅频道2005~2011年间的历史数据筛选过滤生成，包含74万篇新闻文档（2.19 GB），均为UTF-8纯文本格式。本项目利用LSTM模型，利用THUCNews作为输入，训练一个能识别新闻类别的模型，例如预测某个新闻是属于游戏、财经还是时政等等。 

项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/85638 

热榜篇幅有限，未能穷尽百度AI Studio社区里的所有优秀项目，更多的项目可以点击

https://aistudio.baidu.com/aistudio/projectoverview/public/1

目前NLP专题网站上有三个关于NLP的比赛，分别是 

飞桨常规赛: 机器阅读理解

https://aistudio.baidu.com/aistudio/competition/detail/4 

飞桨常规赛：知识驱动对话

https://aistudio.baidu.com/aistudio/competition/detail/3 

飞桨常规赛: 问答摘要与推理

https://aistudio.baidu.com/aistudio/competition/detail/14 

参与人数还没很多，现在参与能赢取奖金的几率很高，快去报名参加吧。

百度AI Studio将从即日起到10月31日举行免费学AI送礼品的活动，在这期间完成：

• 完成上述任意项目的Fork

• 在AI Studio上新建自然语言处理相关并公开项目（注：不可直接fork公开或直接复制粘贴内容）

即可获得百度精美礼品一份，奖品包括百度智能音箱、定制移动电源、定制数据线、GPU算力卡(含100小时免费算力)等，不容错过。

详细参与方式和规则参考链接：

https://ai.baidu.com/forum/topic/show/956441 

最后，告诉大家一个好消息，AI Studio持续送算力，十月份深度学习开放月的活动，每天登陆送 24 小时算力。即便没有活动，一天也能送12小时，学习开发绰绰有余，大家赶紧过来薅羊毛啊！