NLP智能文本摘要实战
📚 30章 · 从入门到前沿
01
NLP与文本摘要概述
自然语言处理 · 抽取式vs生成式 · 应用场景
02
文本预处理基础
分词 · 去停用词 · 词干提取 · 正则清洗
03
词袋模型与TF-IDF
词袋原理 · TF-IDF公式 · sklearn实现 · 关键词提取
04
文本向量化进阶
Word2Vec · GloVe · FastText · Gensim训练 · 可视化
05
抽取式摘要基础
句子位置/长度 · TF-IDF评分 · TextRank原理
06
TextRank实战
PageRank回顾 · 摘要流程 · Python实现 · 调优评估
07
基于聚类的方法
句子向量化 · K-means · 层次聚类 · 代表句选择
08
序列到序列模型入门
RNN/LSTM · Encoder-Decoder · 注意力机制
09
Transformer架构详解
自注意力 · 多头注意力 · 位置编码 · Encoder-Decoder
10
BERT与预训练模型
Masked LM · Next Sentence · HuggingFace · 文本表示
11
基于BERT的抽取式摘要
BERTSUM · 句子分类头 · 训练推理 · 对比TextRank
12
生成式摘要基础
语言模型 · 最大似然 · Beam Search · 挑战
13
Seq2Seq with Attention实战
PyTorch搭建 · 注意力 · 对话摘要 · BLEU/ROUGE
14
Pointer-Generator网络
Copy机制 · Coverage · 架构 · CNN/DailyMail实验
15
T5模型与文本到文本框架
文本到文本范式 · 预训练 · 微调摘要 · Prompt工程
16
BART模型详解
降噪自编码器 · 与BERT/T5区别 · 摘要实践 · 模型压缩
17
Pegasus与预训练目标
Gap Sentence Generation · 预训练数据 · SOTA · 对比BART
18
长文档摘要策略
分块分层 · Longformer/BigBird · SLED/LED · 滑动窗口
19
多文档摘要
挑战 · 图方法MEAD · 聚类 · 预训练模型
20
对话摘要
对话结构 · 角色感知 · 对话流建模 · SAMSum
21
多模态摘要
图文摘要 · 视觉特征融合 · CLIP · 评估指标
22
摘要质量评估
ROUGE-N/L/S · BLEU/METEOR · 人工评估 · py-rouge
23
事实一致性检测
幻觉问题 · FactCC/QAGS · NLI检测 · 缓解技巧
24
可控文本摘要
长度/风格控制 · 关键词引导 · 实体聚焦 · 控制编码
25
低资源摘要
数据增强 · 半监督 · 跨语言 · Zero/Few-shot
26
摘要模型部署
ONNX/TorchScript · 量化剪枝 · Flask/FastAPI · Docker
27
大规模语言模型与摘要
GPT-3/ChatGPT · In-Context Learning · CoT · RLHF
28
领域特定摘要
医疗MIMIC-III · 法律 · 金融 · 科学文献 · 领域适配
29
端到端项目实战
需求分析 · 数据清洗 · 模型选型 · 评估部署 · 监控
30
前沿趋势与未来方向
知识增强 · RAG · 多语言摘要 · 可解释性 · 伦理偏见