自然语言处理（Natural Language Processing, NLP）是大数据时代最重要的技术之一，是机器理解人类语言的桥梁，也是人工智能的重要组成部分。人类的知识和信息中，很大一部分是以语言的形式存在，因此NLP所能够支撑的应用无处不在。课程将重点关注领域内前沿研究成果和实际应用，通过理论讲解，案例分析，帮助学生深入浅出地系统学习自然语言处理的基本概念和前沿方法。通过学习本课程并完成相应的作业和练习项目，学生能够接触到NLP领域最新的任务与技术，掌握自然语言处理工具，并能够利用深度学习技术解决实际的自然语言处理问题。

本课程培养目标：

知识目标：深入浅出地系统学习自然语言处理的基本概念和前沿方法；

技能目标：掌握使用自然语言处理工具和技术；

应用目标：能够使用所学的知识和技能，解决实际的自然语言处理问题；

创新目标：培养学生发现问题和解决问题的研究思维和创新精神。

本课程重点难点与解决方法：

1. 英语障碍：本课程采用纯英文教学，考虑到某些不熟练英语得学生，采用朴实准确的英文来减少学习的阻碍，并配合精美的教案以及有趣的案例帮助学生的理解、培养学生的兴趣。

2. 内容难度：自然语言处理是一个复杂的技术领域，学生可能需要在课程中接触大量的技术知识和技能。本课程剔除了某些晦涩的理论证明与分析，旨在系统介绍NLP每个子任务的技术路线与演进，以帮助学生能在有限的课时中全面地了解NLP领域。

课程考核方法：

本门课程的考核目标是提高同学们对NLP基础知识的理解能力和实际操作能力。考核内容由代码编写和课堂汇报组成，通过实际操作，可以让学生更好的应用NLP解决实际问题。通过课堂小作业和期末大作业的完成情况，并结合汇报表现进行综合评价，构成最终成绩。

参考书目：

[1] Foundations of statistical natural language processing by Christopher D. Manning and Hinrich Schütze

[2] Speech and Language Processing (2nd ed.)  by Daniel Jurafsky, James Martin

[3] Pattern Recognition and Machine Learning by Christopher M. Bishop

[4] Deep Learning by Ian Goodfellow , Yoshua Bengio , et al.