标签归档:语音识别

斯坦福大学深度学习与自然语言处理第一讲:引言

Deep Learning Specialization on Coursera

斯坦福大学在三月份开设了一门“深度学习与自然语言处理”的课程:CS224d: Deep Learning for Natural Language Processing,授课老师是青年才俊 Richard Socher,他本人是德国人,大学期间涉足自然语言处理,在德国读研时又专攻计算机视觉,之后在斯坦福大学攻读博士学位,拜师NLP领域的巨牛 Chris ManningDeep Learning 领域的巨牛 Andrew Ng,其博士论文是《Recursive Deep Learning for Natural Language Processing and Computer Vision》,也算是多年求学生涯的完美一击。毕业后以联合创始人及CTO的身份创办了MetaMind,作为AI领域的新星创业公司,MetaMind创办之初就拿了800万美元的风投,值得关注。

回到这们课程CS224d,其实可以翻译为“面向自然语言处理的深度学习(Deep Learning for Natural Language Processing)”,这门课程是面向斯坦福学生的校内课程,不过课程的相关材料都放到了网上,包括课程视频,课件,相关知识,预备知识,作业等等,相当齐备。课程大纲相当有章法和深度,从基础讲起,再讲到深度学习在NLP领域的具体应用,包括命名实体识别,机器翻译,句法分析器,情感分析等。Richard Socher此前在ACL 2012和NAACL 2013 做过一个Tutorial,Deep Learning for NLP (without Magic),感兴趣的同学可以先参考一下: Deep Learning for NLP (without Magic) - ACL 2012 Tutorial - 相关视频及课件 。另外,由于这门课程的视频放在Youtube上,@爱可可-爱生活 老师维护了一个网盘链接:http://pan.baidu.com/s/1pJyrXaF ,同步更新相关资料,可以关注。
继续阅读

追忆大师贾里尼克

Deep Learning Specialization on Coursera

  这是Google Research Blog上的一篇文章,英文原名“Remembering Fred Jelinek”。在Google Reader上读到的,是Google的这些研究员们对于贾里尼克老先生的一些追忆和缅怀,觉得写得很好,就转载到这里了。 继续阅读

语音识别和自然语言处理大师贾里尼克去世

Deep Learning Specialization on Coursera

  中午在CSDN看到这个不幸的消息:[逝者]自然语言处理大师Fred Jelinek,之后水木自然语言处理版也有nlper转载了英文的相关信息。我读了一下Language Log里的文章,印象比较深刻的是:

Jason adds that "He was in fine health and spirits and no one expected this. Those of us who are here are still trying to absorb the loss ourselves".

  
  愿老人家一路走好,在天堂里能继续他的“语音识别和自然语言处理”研究!

Beautiful Data-统计语言模型的应用一:缘起

Deep Learning Specialization on Coursera

  统计语言模型大概是自然语言处理中最简洁也最漂亮的模型了,在自然语言处理中,统计语言模型的应用包括语音识别、机器翻译、中文分词、拼写检查、语言识别、输入法等等,以至于Google科学家吴军老师的《数学之美》系列第一篇就介绍了统计语言模型。 继续阅读

SMT经典再回首之Brown90:强大的作者阵容

Deep Learning Specialization on Coursera

  上次说到Brown当时是工作在IBM语音识别实验室的,我们还是先看看Google吴军“数学之美”系列中是如何介绍当时IBM华生实验室语音识别小组的,在“贾里尼克的故事和现代语言处理”中这样描述: 继续阅读

神奇的约翰霍普金斯夏季研讨会

Deep Learning Specialization on Coursera

  Google吴军在《数学之美系列八》里讲贾里尼克(Frederick Jelinek)的故事时,说他离开IBM后去约翰霍普金斯大学建立了世界著名的CLSP实验室,每年夏天都会邀请世界上20-30名顶级的科学家和学生到CLSP一起工作,使得CLSP成为世界上语音和语言处理的中心之一。 继续阅读