NLP 12日直播打卡营

欢迎加入《基于深度学习的自然语言处理打》直播打卡课程，百度自然语言处理部 & PaddlePaddle研发团队直播授课，6月7日起，每天1.5小时，共1+12次直播课程（第一节为导论课程），深入剖析NLP前沿技术和实践应用，提供基于最新飞桨框架和飞桨PaddleNLP文本领域开发库的代码实践。

直播链接：http://live.bilibili.com/21689802

直播日期：6月7日～6月24日直播授课，6月25日结营直播。

致敬开源、鼓励分享：开课期间发布原创优秀技术经验贴、有价值的开源项目、视频等，即可获得额外加分，加分直接体现在总成绩上。希望你收获更强的自己，如有问题，欢迎加入课程qq群（618354318）交流讨论。

萌新学习经验 ：不求全部吸收，但求各有收货

这套课程内容，乍看是不是，有点头大？萌新产品小妹建议你：

第一步：了解课程整体内容、难度梯度

第二步：结合自身知识水平，有选择得学习，在拉伸区努力！

精心设置学习梯度	低、中（必修）	中、高
课程上半场 - 理论课	课程上半场 - 理论课	Paper解读、模型理论推导、技术难点拆解
课程下半场 - 代码实践	1. 学习使用AI Studio、安装飞桨框架和PaddleNLP 2. 学习深度学习NLP任务通用流程 3. 使用飞桨PaddleNLP跑通完整案例	1. 深入学习PaddleNLP重点API； 2. 学习模型调优策略、模型复现、模型创新； 3. 学以致用：更换数据集解决自己实际业务问题
作业1 - 选择题	巩固课上重要知识点	无
作业2 - 代码实践题	1. 跑通baseline参加千言竞赛 2. 简单实践，如将BOW网络换RNN 3. 模型压缩和部署	1. 通过模型调优等方式提高千言竞赛成绩 2. 模型复现、模型创新 3. 花样部署
代码3 - 开放题	无	闲聊；机器同传

课程安排

**6月7日 20:30-21:30 导论: 走进自然语言处理 **

6月8日 20:30-21:30 Day1 前预训练时代的自监督学习

6月9日 20:30-21:30 Day2 预训练语言模型及应用

6月10日 20:30-21:30 Day3 词法分析技术及应用

6月11日 20:30-21:30 Day4 信息抽取技术及应用

6月15日 20:30-21:30 Day5 情感分析技术及应用

6月16日 20:30-21:30 Day6 检索式文本问答

6月17日 20:30-21:30 Day7 结构化数据问答

6月18日 20:30-21:30 Day8 文本翻译技术及应用

6月19日 20:30-21:30 Day9 机器同传技术及应用

6月22日 20:30-21:30 Day10 任务式对话系统 - 基于预训练模型识别对话意图

6月23日 20:30-21:30 Day11 开放域对话系统 - 动手搭建中文闲聊机器人

6月24日 20:30-21:30 Day12 预训练模型产业实践课

6月25日 20:30-21:30 结营啦

作业

作业提交规则：作业提交均在AI Studio上，

作业评讲：每日作业评讲均在第二天的课程开头10min。

Bonus🤩：鼓励大家除了在AI Studio上完成作业外，也可自行创建GitHub repo，在repo上完成作业（内容可和AI Studio一样），并将PaddleNLP加入你的repo的requirements.txt中，最后将repo链接放在AI Studio项目中即可获得加分，最终有机会获得大奖°˖✧◝(⁰▿⁰)◜✧˖°。

😍GitHub提交作业指南😍

各位学员们，加分的机会来啦！在自己的GitHub repo上上传完成的作业，并在requirements.txt中加上paddlenlp即可获得额外加分5分🤓

由于考虑到大家对于GitHub可能不太熟悉，所以，我们将所有作业在GitHub上的提交截止日期放在了结营日前一天--6.24日，下面就来简单介绍如何在GitHub上提交作业。

Step 0：创建GitHub账号

对于还未创建GitHub账号的同学们，可以先创建账号，创建后，可以先对PaddleNLP点击Star完成关注哟⸜(ّᶿധّᶿ)⸝，这样你就能及时掌握repo的资讯更新啦~

Step 1：创建自己的GitHub repo

对于还未有自己的repo的同学（fork他人项目不算噢）可以点进自己的主页，点击【New】创建一个新的repo，并予以命名。

Step 2：新增requirements.txt文件

Requirements.txt文件中包含了你创建的repo中所使用其他开发者的repo名称，代表了对于其他开发者的内容版权的尊重，类似于【转载自】。

点击Step 1 中新创建的repo，选择【Add file】中的【Create new file】，将其命名为【requirements.txt】。

这样，文件列表中即新增【requirements.txt】~

Step 3：在requirements.txt文件中加上”paddlenlp“

点击step 3中创建的【requirements.txt】，在其中增加”paddlenlp“即可。

Step 4：提交作业

从AI Studio中将作业导出为ipynb格式：

回到Step 1中创建的repo的主页，同创建【requirements.txt】步骤一样，选择【Add file】中的【Upload files】上传自己作业即可。

Step 5：在AI Studio提交作业中增加GitHub repo作业链接以及requirements.txt截图

这样就完成啦，就能获得5分加分噢！

⭐总结下，所需提交内容⭐：

1. GitHub作业链接
2. requirements.txt中加上paddlenlp的截图

期待大家的作业噢(〜￣▽￣)〜〜(￣▽￣〜)

奖品列表

为了鼓励大家积极认真的参与课程，完成课后作业，我们为大家准备了丰厚的奖品！

我们会根据大家课程打卡以及作业完成的情况计算大家的总成绩，给大家发奖~

• 结业证书

• 优秀学员证书

• GPU算力

• 京东卡

• 机械键盘、小度等可爱奖品

• 你想要什么周边，撩班班吧😍😍

优秀作业公示

敬请期待

奖品名单公布

敬请期待