使用 PyTorch 进行自然语言处理简介
在此模块中，我们将探讨用于处理自然语言文本的不同神经网络体系结构。 近年来，自然语言处理 (NLP) 经历了快速增长，主要是由于语言模型在大型文本语料库上以无监督的方式进行训练的同时，能够更快地准确“理解”人类语言。 我们将了解不同的 NLP 技术，例如使用词袋 (BoW)、词嵌入和递归神经网络将新闻标题中的文本分类为 4 个类别（世界、体育、商业和科技）之一。
学习目标
通过学习本模块，你将能够：
- 了解如何处理自然语言处理任务的文本
- 了解如何使用递归神经网络 (RNN) 和生成神经网络 (GNN)
- 了解如何生成文本分类模型
先决条件
- Python 基础知识
- 对如何使用 Jupyter Notebook 有基本的了解
- 对机器学习有基本的了解