歡迎大家來到我們的項目實(shí)戰(zhàn)課，本期內(nèi)容是《基于 TextRank 的?本摘要抽取實(shí)戰(zhàn)》。所謂項目課，就是以簡單的原理回顧+詳細(xì)的項目實(shí)戰(zhàn)的模式，針對具體的某一個主題，進(jìn)行代碼級的實(shí)戰(zhàn)講解，可以采用直播或者錄制視頻的形式。

在 NLP 領(lǐng)域中，自動文本摘要抽取是一個很重要的領(lǐng)域。自動化的從文章中抽取出重要信息，在新聞撰寫、金融研究、法律文件分析等諸多領(lǐng)域有廣泛應(yīng)用。

自動文本摘要的技術(shù)主要分為抽取式和生成式，本實(shí)戰(zhàn)項目課程將介紹抽取式文本摘要的經(jīng)典模型 — TextRank。TextRank 創(chuàng)造性的將 PageRank （網(wǎng)頁排序算法）這一圖算法的思想運(yùn)用于文本中。通過學(xué)習(xí)本實(shí)戰(zhàn)項目課程學(xué)生將掌握 TextRank 在新聞分類實(shí)戰(zhàn)中的運(yùn)用，并掌握文本摘要的發(fā)展和技術(shù)要點(diǎn)。

本次課程經(jīng)過剪輯后的課程總時長為65分鐘，定價為49元，各部分課程內(nèi)容與時長如下：

下面我們來簡單看一下各部分的內(nèi)容：

第1部分：項目背景介紹，講解項目背景、項目難點(diǎn)、總體方案和問題建模，本部分內(nèi)容可以免費(fèi)收聽。

第2部分：模型選擇與搭建，包括有監(jiān)督抽取式文本摘要方案、無監(jiān)督抽取式文本摘要方案、TextRank模型搭建部分的代碼講解。

第3部分：數(shù)據(jù)讀取與預(yù)處理（代碼），包括數(shù)據(jù)集選擇和文本數(shù)據(jù)預(yù)處理兩部分內(nèi)容，以及相關(guān)的代碼講解。

第4部分：模型訓(xùn)練與推理（代碼），包括模型訓(xùn)練和模型評測兩部分內(nèi)容，還有相關(guān)的代碼講解。

第5部分：總結(jié)與展望，總結(jié)了TextRank的優(yōu)缺點(diǎn)以及模型的優(yōu)化方向。

本次課程講師為Monica，某互聯(lián)網(wǎng)大廠高級算法工程師、美名校本碩數(shù)學(xué)專業(yè)，資深A(yù)I課程講師。

我們的視頻課全部在小鵝通平臺，可以使用手機(jī)APP鵝學(xué)習(xí)或者直接在網(wǎng)頁進(jìn)行登錄，內(nèi)容試聽以及訂閱請直接掃如下二維碼：

課程詳情如下：

更多的項目實(shí)戰(zhàn)課內(nèi)容，請大家參考：

【項目實(shí)戰(zhàn)課】AI零基礎(chǔ)，人人免費(fèi)可學(xué)！基于Pytorch的SimpleNet人臉表情識別實(shí)戰(zhàn)

【項目實(shí)戰(zhàn)課】人人免費(fèi)可學(xué)！基于Pytorch的圖像分類簡單任務(wù)數(shù)據(jù)增強(qiáng)實(shí)戰(zhàn)

【項目實(shí)戰(zhàn)課】人人免費(fèi)可學(xué)！基于Pytorch的SimpleNet嘴唇圖像分割實(shí)戰(zhàn)

【項目實(shí)戰(zhàn)課】基于Pytorch的Semantic_Human_Matting（人像軟分割）實(shí)戰(zhàn)

【項目實(shí)戰(zhàn)課】基于Pytorch的Pix2Pix黑白圖片上色實(shí)戰(zhàn)

【項目實(shí)戰(zhàn)課】基于Pytorch的SRGAN圖像超分辨實(shí)戰(zhàn)

項目實(shí)戰(zhàn)課程合集，請大家參考：

【CV冬季劃】終極進(jìn)階，超30個項目實(shí)戰(zhàn)+3本書+3年知識星球

為了進(jìn)一步豐富有三AI生態(tài)的實(shí)戰(zhàn)內(nèi)容，歡迎有經(jīng)驗，有能力的講師報名成為平臺講師：

講師要求如下：

(1) 有多次人工智能領(lǐng)域教學(xué)經(jīng)驗，擅長演講與教學(xué)。

(2) 有3年以上人工智能領(lǐng)域項目實(shí)戰(zhàn)經(jīng)驗。

(3) 有三AI已有生態(tài)成員優(yōu)先。

實(shí)戰(zhàn)課的收入與平臺采取固定分成的方式，具體細(xì)節(jié)可在內(nèi)容組了解詳情，報名請聯(lián)系微信-坨坨瑜提交簡歷，或直接聯(lián)系有三本人。