├─章节5： N-GRAM文本挖掘
│      20. N-GRAM算法介绍.mp4
│      21. N-GRAM生成词语对.mp4
│      22. TF-IDF算法介绍应用.mp4
│      23. 基于TF-IDF挖掘符合语言规范的N-GRAM.mp4
│【Java自学网 www.javazx.com】
├─章节6： 表示学习与关系嵌入
│      24. 语言模型.mp4
│      25. 词向量.mp4
│      26. 深入理解Word2vec算法层次sofmax.mp4
│      27. 深入理解Word2vec算法负采样.mp4
│      28. 6.4 基于Word2vec技术的词向量、字向量训练.mp4
│
├─章节7： 深度学习之卷积神经网络
│      29. BP神经网络.mp4
│      30. 彻底理解深度学习指卷积神经网络.mp4
│      31. CNN文本分类.mp4
│      32. CNN文本分类算法模块.mp4
│      33. CNN文本分类模型详解数据预处理.mp4
│      34. CNN文本分类模型测试与部署.mp4
│
├─章节8： 深度学习之递归神经网络
│      35. 递归网络.mp4
│      36. LSTM.mp4
│      37. LSTM文本分类原理.mp4
│      38. LSTM文本分类代码架构.mp4
│      39. LSTM文本分类代码详解.mp4
│      40. LSTM文本分类模型预测与部署.mp4
│
├─章节9： 特定领域命名实体识别NER技术
│       41. 基于深度学习医药保险命名实体识别课题背景介绍.mp4
│       42. 医药保险命名实体和实体关系体系建立和命名实体分类规范.mp4
│       43. 医药保险命名实体识别相关前沿技术和难点.mp4
│       44. 基于深度学习医药保险命名实体识别的算法模块设计(上).mp4
│       45. 基于深度学习医药保险命名实体识别的算法模块设计（下）.mp4
│       46. 数据的采集，清洗，数据机器自动标注及转化为深度学习格式.mp4
│       47. 数据的采集，清洗，数据机器自动标注及转化为深度学习格式.mp4
│       48. 模型本地Lib库封装（上）.mp4
│       49. 模型本地Lib库封装（下）.mp4
│       50. 部署tensorflow训练好的模型为云服务（上）.mp4
│       51. 部署tensorflow训练好的模型为云服务（下）.mp4
│       52. 算法设计及代码实现1.mp4
│       53. 算法设计及代码实现2.mp4
│       54. 代码调试，参数优化及深度剖析（深入理解）1.mp4
│       55. 代码调试，参数优化及深度剖析（深入理解）2.mp4
|
├─源码
│
├─自然语言处理-配套课件链接.docx