从“认识语言”到“让机器读懂”：NLP 的基础拼图

自然语言处理（NLP）常被误认为只是调调 LLM API，但其底层逻辑——如何让计算机理解人类语言——才是后端工程师拓展 AI 能力的基石。这门课不直接讲大模型调优，而是回溯 NLP 的本质：文本表示与序列建模。很多开发者在接入 Embedding 服务时，并不知道背后的词向量是如何训练出来的；在训练简单分类模型时，也不清楚 RNN 的输入输出形状到底是怎么对应的。本课程正是为了解决这些“知其然不知其所以然”的能力缺口。

课程从最基础的中文/英文分词讲起，详细拆解了 BPE 算法、jieba 分词工具的使用及自定义词典，这是处理非结构化文本的第一步。随后深入 Word2Vec 原理（Skip-gram 与 CBOW），并配合完整代码实操训练词向量，解决 OOV（未登录词）问题。这一阶段的学习，能帮你建立对“语义向量化”的直观认知，而非仅仅调用黑盒接口。接着进入传统序列模型 RNN 部分，不仅讲解基础、多层、双向结构，更重点分析了 PyTorch API 中复杂的输入输出张量形状，这是很多初学者在写第一个 NLP 模型时最容易卡壳的地方。

怎么学才能避开“看懂了但不会写”的坑

适合具备 Python 基础和深度学习框架（如 PyTorch）基本认知的学习者。如果你连 Tensor 的基本操作都不熟，建议先补齐框架基础再来看此课。课程安排上，建议优先精读前四章（环境准备、文本表示、分词、词向量），这是整个 NLP pipeline 的数据预处理核心，务必亲手跑通 jieba 和 Word2Vec 的训练代码。RNN 部分虽然属于“传统模型”，但其时序建模思想是理解 Transformer 的前提，且课程中关于 RNN 输入输出形状的分析极具实战价值，不可跳过。

学完能独立做什么，资料如何配合

完成本课程后，你将能够独立构建一个完整的 NLP 预处理与建模流程：从原始文本的分词清洗，到自定义词向量的训练与加载，再到搭建双向 RNN 进行情感分析或文本分类任务。你不再是被动接受预训练模型的“调用者”，而是能理解模型输入输出维度、能针对特定领域数据训练轻量级语义模型的开发者。

配套的视频资料按知识点严格切分，建议采用“先看原理，再看代码”的模式。例如在观看“Word2Vec-训练词向量-实操”视频时，暂停跟随编写训练脚本；在观看“RNN-API-输入输出-形状分析”时，务必对照代码打印张量 shape，验证自己的理解。这种边学边练的方式，能确保你将理论转化为可调用的工程能力，为后续学习更复杂的 Transformer 架构打下坚实基础。

课程目录

001-NLP-课程简介.mp4 26.90M
002-NLP-课程概述.mp4 73.93M
003-NLP-导论-常见任务.mp4 147.16M
004-NLP-导论-技术演进历史.mp4 169.82M
005-NLP-环境准备.mp4 21.30M
006-NLP-文本表示-概述.mp4 113.00M
007-NLP-文本表示-分词-英文分词.mp4 199.70M
008-NLP-文本表示-分词-英文分词-BPE算法.mp4 148.49M
009-NLP-文本表示-分词-中文分词.mp4 88.00M
010-NLP-文本表示-分词-分词工具-概述.mp4 21.03M
011-NLP-文本表示-分词-分词工具-jieba-分词模式.mp4 64.51M
012-NLP-文本表示-分词-分词工具-jieba-分词模式-API.mp4 50.48M
013-NLP-文本表示-分词-分词工具-jieba-自定义词典.mp4 59.55M
014-NLP-文本表示-词表示-one-hot&语义化词向量-概述.mp4 108.49M
015-NLP-文本表示-词表示-语义化词向量-Word2Vec-概述.mp4 48.16M
016-NLP-文本表示-词表示-语义化词向量-Word2Vec-原理-Skip-Gram.mp4 115.77M
017-NLP-文本表示-词表示-语义化词向量-Word2Vec-原理-CBOW.mp4 26.46M
018-NLP-文本表示-词表示-语义化词向量-Word2Vec-获取-公开词向量-说明.mp4 83.73M
019-NLP-文本表示-词表示-语义化词向量-Word2Vec-获取-公开词向量-编码.mp4 106.32M
020-NLP-文本表示-词表示-语义化词向量-训练词向量-概述.mp4 36.91M
021-NLP-文本表示-词表示-语义化词向量-训练词向量-实操.mp4 156.98M
022-NLP-文本表示-词表示-语义化词向量-应用-概述.mp4 50.82M
023-NLP-文本表示-词表示-语义化词向量-应用-编码.mp4 116.20M
024-NLP-文本表示-词表示-语义化词向量-应用-OOV问题.mp4 41.28M
025-NLP-文本表示-词表示-上下文相关词向量.mp4 69.09M
026-NLP-传统序列模型-RNN-概述.mp4 29.11M
027-NLP-传统序列模型-RNN-基础结构.mp4 77.31M
028-NLP-传统序列模型-RNN-示意图.mp4 21.97M
029-NLP-传统序列模型-RNN-多层结构.mp4 32.93M
030-NLP-传统序列模型-RNN-双向结构.mp4 74.26M
031-NLP-传统序列模型-RNN-多层+双向结构.mp4 16.70M
032-NLP-传统序列模型-RNN-API-构造参数.mp4 107.45M
033-NLP-传统序列模型-RNN-API-输入输出-概述.mp4 54.10M
034-NLP-传统序列模型-RNN-API-输入输出-含义.mp4 66.91M
035-NLP-传统序列模型-RNN-API-输入输出-形状分析.mp4 135.34M
036-NLP-传统序列模型-RNN-API-小练习.mp4 37.48M
037-NLP-传统序列模型-案例-概述.mp4 21.22M
038-NLP-传统序列模型-案例-思路分析-数据集说明.mp4 118.22M
039-NLP-传统序列模型-案例-思路分析-模型结构和训练思路.mp4 30.91M
040-NLP-传统序列模型-RNN-案例-项目结构.mp4 31.62M
041-NLP-传统序列模型-RNN-案例-数据预处理-思路分析.mp4 98.17M
042-NLP-传统序列模型-RNN-案例-数据预处理-读取json文件.mp4 106.43M
043-NLP-传统序列模型-RNN-案例-数据预处理-文件路径说明.mp4 59.58M
044-NLP-传统序列模型-RNN-案例-数据预处理-文件路径处理.mp4 55.66M
045-NLP-传统序列模型-RNN-案例-数据预处理-构建并保存词表.mp4 132.52M
046-NLP-传统序列模型-RNN-案例-数据预处理-构建训练集.mp4 118.13M
047-NLP-传统序列模型-RNN-案例-数据预处理-保存训练集&测试集.mp4 65.63M
048-NLP-传统序列模型-RNN-案例-数据集-说明.mp4 13.96M
049-NLP-传统序列模型-RNN-案例-数据集-编码.mp4 105.21M
050-NLP-传统序列模型-RNN-案例-模型定义-初始化方法.mp4 51.04M
051-NLP-传统序列模型-RNN-案例-模型定义-前向传播.mp4 73.33M
052-NLP-传统序列模型-RNN-案例-训练脚本-环境准备.mp4 52.24M
053-NLP-传统序列模型-RNN-案例-训练脚本-训练循环.mp4 44.40M
054-NLP-传统序列模型-RNN-案例-训练脚本-单个轮次的训练逻辑.mp4 77.97M
055-NLP-传统序列模型-RNN-案例-训练脚本-Tensorboard使用说明.mp4 155.47M
056-NLP-传统序列模型-RNN-案例-训练脚本-保存模型.mp4 110.98M
057-NLP-传统序列模型-RNN-案例-预测脚本-说明.mp4 16.21M
058-NLP-传统序列模型-RNN-案例-预测脚本-编码-上.mp4 183.99M
059-NLP-传统序列模型-RNN-案例-预测脚本-编码-下.mp4 102.84M
060-NLP-传统序列模型-RNN-案例-评估脚本-说明.mp4 34.61M
061-NLP-传统序列模型-RNN-案例-评估脚本-编码.mp4 173.73M
062-NLP-传统序列模型-RNN-案例-代码改造说明.mp4 22.89M
063-NLP-传统序列模型-RNN-案例-Tokenizer-说明.mp4 47.26M
064-NLP-传统序列模型-RNN-案例-Tokenizer-编码.mp4 261.45M
065-NLP-传统序列模型-RNN-存在问题-概述.mp4 56.32M
066-NLP-传统序列模型-RNN-存在问题-分析.mp4 239.55M
067-NLP-传统序列模型-LSTM-概述.mp4 66.93M
068-NLP-传统序列模型-LSTM-基础结构-说明.mp4 144.21M
069-NLP-传统序列模型-LSTM-缓解梯度消失和爆炸.mp4 90.68M
070-NLP-传统序列模型-LSTM-复杂结构.mp4 52.15M
071-NLP-传统序列模型-LSTM-API-构造参数.mp4 97.37M
072-NLP-传统序列模型-LSTM-API-输入输出.mp4 39.14M
073-NLP-传统序列模型-LSTM-案例-概述&思路分析.mp4 75.37M
074-NLP-传统序列模型-LSTM-案例-数据处理-说明.mp4 74.31M
075-NLP-传统序列模型-LSTM-案例-数据处理-编码-上.mp4 123.62M
076-NLP-传统序列模型-LSTM-案例-数据处理-编码-下.mp4 101.68M
077-NLP-传统序列模型-LSTM-案例-数据集.mp4 25.38M
078-NLP-传统序列模型-LSTM-案例-模型定义.mp4 165.89M
079-NLP-传统序列模型-LSTM-案例-模型训练.mp4 102.57M
080-NLP-传统序列模型-LSTM-案例-模型预测.mp4 78.96M