多语言自然语言处理系统设计
📖 30章 · 从入门到实战
01
多语言NLP概述
什么是多语言NLP
为什么需要多语言系统
挑战与机遇
02
语言基础与文本表示
字符编码 Unicode/UTF-8
分词技术
子词分词 BPE/WordPiece
03
多语言词向量与嵌入
静态词向量 Word2Vec/FastText
上下文嵌入 BERT/XLM-R
跨语言对齐与映射
04
多语言序列标注
命名实体识别 NER
词性标注 POS
依存句法分析 · 跨语言迁移
05
多语言文本分类与情感分析
跨语言零样本分类
情感词典构建
多任务学习框架
06
多语言机器翻译 (上)
统计机器翻译 SMT
神经机器翻译 NMT
编码器-解码器架构
07
多语言机器翻译 (下)
注意力机制与Transformer
mBART / M2M-100
低资源语言翻译策略
08
多语言问答系统
抽取式问答
生成式问答
XQuAD/MLQA · 多语言RAG
09
多语言对话系统
任务型对话
开放域聊天
对话状态跟踪 · 跨语言策略
10
多语言信息检索
跨语言检索 CLIR
稠密检索 DPR
多语言搜索引擎架构
11
多语言文本生成
摘要生成 · 故事生成
mT5 / BLOOM
可控文本生成
12
多语言语音处理基础
ASR多语言挑战
音素与声学模型
多语言语音数据集
13
多语言语音合成 TTS
多说话人TTS
跨语言语音克隆
Tacotron / FastSpeech
14
多语言情感识别与语音情感计算
语音情感特征提取
跨文化情感模型
多模态情感分析
15
多语言视觉-语言模型
多语言图像描述
视觉问答 VQA 跨语言
mUNITER / UC2
16
多语言知识图谱
多语言知识图谱构建
实体链接与关系抽取
跨语言知识对齐
17
多语言语义解析与推理
语义解析到逻辑形式
跨语言语义匹配
NLI多语言扩展
18
多语言预训练模型 (上)
mBERT / XLM
训练目标与数据
模型蒸馏与压缩
19
多语言预训练模型 (下)
XLM-RoBERTa
GPT多语言能力
XTREME / GLUE-X
20
低资源语言NLP
数据增强 回译/噪声
半监督与自监督
跨语言迁移学习
21
多语言NLP中的偏见与公平性
语言偏见 · 性别/种族偏见
去偏方法
伦理考量
22
多语言NLP系统架构设计
微服务架构
模型服务化 TF Serving
流水线设计
23
多语言NLP的数据工程
数据采集与清洗
多语言语料库构建
标注平台与质量控制
24
多语言NLP的模型训练与优化
分布式训练
混合精度训练
梯度累积与检查点
25
多语言NLP的评估与调试
BLEU / ROUGE / F1
错误分析
LIME / SHAP
26
多语言NLP的部署与监控
模型压缩 量化/剪枝
边缘端部署
在线A/B测试与监控
27
多语言NLP案例研究 (上)
电商多语言客服
社交媒体多语言舆情
28
多语言NLP案例研究 (下)
跨国企业文档管理
医疗临床文本分析
29
多语言NLP的未来趋势
大语言模型多语言能力
多模态融合
终身学习与持续预训练
30
课程总结与项目实战
综合项目设计
从需求到部署全流程
课程回顾与进阶路径