 欢迎大家来到我们的项目实战课，本期内容是《基于 TextRank 的⽂本摘要抽取实战》。所谓项目课，就是以简单的原理回顾+详细的项目实战的模式，针对具体的某一个主题，进行代码级的实战讲解，可以采用直播或者录制视频的形式。 本次主题 在 NLP 领域中，自动文本摘要抽取是一个很重要的领域。自动化的从文章中抽取出重要信息，在新闻撰写、金融研究、法律文件分析等诸多领域有广泛应用。
自动文本摘要的技术主要分为抽取式和生成式，本实战项目课程将介绍抽取式文本摘要的经典模型 — TextRank。TextRank 创造性的将 PageRank （网页排序算法）这一图算法的思想运用于文本中。通过学习本实战项目课程学生将掌握 TextRank 在新闻分类实战中的运用，并掌握文本摘要的发展和技术要点。 本次课程经过剪辑后的课程总时长为65分钟，定价为49元，各部分课程内容与时长如下：
下面我们来简单看一下各部分的内容： 第1部分：项目背景介绍，讲解项目背景、项目难点、总体方案和问题建模，本部分内容可以免费收听。   第2部分：模型选择与搭建，包括有监督抽取式文本摘要方案、无监督抽取式文本摘要方案、TextRank模型搭建部分的代码讲解。    第3部分：数据读取与预处理（代码），包括数据集选择和文本数据预处理两部分内容，以及相关的代码讲解。    第4部分：模型训练与推理（代码），包括模型训练和模型评测两部分内容，还有相关的代码讲解。  第5部分：总结与展望，总结了TextRank的优缺点以及模型的优化方向。 本次课程讲师为Monica，某互联网大厂高级算法工程师、美名校本硕数学专业，资深AI课程讲师。 如何订阅 我们的视频课全部在小鹅通平台，可以使用手机APP鹅学习或者直接在网页进行登录，内容试听以及订阅请直接扫如下二维码： 课程详情如下： 更多实战课内容 更多的项目实战课内容，请大家参考： 【项目实战课】AI零基础，人人免费可学！基于Pytorch的SimpleNet人脸表情识别实战 【项目实战课】人人免费可学！基于Pytorch的SimpleNet嘴唇图像分割实战 【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战 项目实战课程合集，请大家参考： 课程相关问题答疑，请联系微信-坨坨瑜进项目实战群：
实战课讲师招募 为了进一步丰富有三AI生态的实战内容，欢迎有经验，有能力的讲师报名成为平台讲师： 讲师要求如下： (1) 有多次人工智能领域教学经验，擅长演讲与教学。 (2) 有3年以上人工智能领域项目实战经验。 (3) 有三AI已有生态成员优先。 实战课的收入与平台采取固定分成的方式，具体细节可在内容组了解详情，报名请联系微信-坨坨瑜提交简历，或直接联系有三本人。 |
|
|
