目前在信息领域，越来越多的企业积累了大量的文本、图像、音视频数据，作为重要的数据资产，我们都渴望从中分析出一些有价值的结论，并驱使商业应用利用其进一步发展。文本资料作为重要的组成部分，对其分析的需求是客观存在的，但由于文本本身属于符号信息，因此一系列数据科学应用开展显得很不方便。随着计算能力的提高，算法水平的提高，针对自然语言处理的企业应用也逐步开始落地。本课程以面向企业日常处理文本数据的基本方法、思路，结合机器学习与深度学习的应用技巧和场景进行分享。

内容大纲：

1.  NLP 应用的方向介绍；
2. 分词技术；
3. 文本分类（基于传统机器学习）；
4. 深度学习概要；
5. Word Embedding；
6. 卷积网络的文本分类应用 TextCNN；
7. NER 技术应用；
8. 知识图谱；
9. LDA（可选）。