编辑:陈平
先储存一波“食物”，闲暇时再给自己充电。
此前，斯坦福大学已经免费发布了很多优秀课程，最近，其免费课程资源又来了。
课程名称为CS224U:自然语言理解，为系列课程。从2012年到现在已经10年了，每年都会更新课程内容。今年的课程对所有人开放。课程材料，包括笔记本，讲座视频和幻灯片，将免费提供，并给学生布置作业。
课程主页:https://web.stanford.edu/class/cs224u/
在介绍课程之前，我们先简单了解一下什么是自然语言理解。
自然语言理解是指让计算机或机器理解人类语言的相关技术。自然语言理解是自然语言处理的子任务，也是最重要的任务。只有让机器理解人类语言，才能对其进行处理，甚至完成生成任务。
与NLP类似，NLU的发展也经历了从模式匹配、专家系统、机器学习到深度学习的发展过程。它的历史可以概括为以下五个阶段:
60年代:小规则集的模式匹配；
1970-1980年代:基于大量语言学知识，很少使用逻辑驱动的基本系统；
90年代中期，NLP迎来统计革命，NLU衰落；
2000年代末:NLU重返舞台，融合了现代和过去几十年的技术；
2010年代中期:深度学习完全控制NLU，如LSTM、seq2seq等。
课程大纲
以下是该课程的主要主题，该课程从今年3月开始到6月结束，涵盖了自然语言理解的各个方面。每个课程主题都会引出各种话题延伸，通过前沿论文进行讲解。该课程还提供特殊活动，让学生与资深学者进行对话。每节课结束，学生都有相应的作业要完成。
学生可以通过视频在线学习。课程会提供PPT，YouTube视频，Python笔记本，资料很全。
综上所述，本课程主要分为四个部分，包括:
向量空模型
监督情感分析
语言理解、开放问答和检索
分析法
例如，在vectors 空之间的模型部分，讲师提供了6篇相关论文作为补充材料进行说明:
本课程部分结束时，学生需要完成作业巩固知识点。
在讲师的视频讲解中，课程会提供本节的教学内容和相应的幻灯片。幻灯片简单生动，学生不用担心学不学。
此外，本课程还通过笔记本提供了相应的代码。
课程演讲者
该课程有8名讲师。第一位是克里斯托弗·波茨，斯坦福大学教授，语言系主任。此外，他还是斯坦福大学海学院的教授，专门研究人工智能系统的自然语言处理。
其余讲师全部来自斯坦福大学，包括斯特林·阿利奇；，计算机科学硕士；与Aasavari Kakne，计算数学工程研究生；CS Omar Khattab博士；;大卫·林；，计算机科学硕士；马南拉伊；，计算机科学硕士；卡维塔·塞尔瓦；，本科；达拉于，计算机科学硕士。
下面显示了所有的教学大纲，包括各种子主题和学习资源。在课程主页中，大纲链接到相应的文字或代码，其中附加教程由Jupyter Notebook显示，课程主题由课件显示，参考论文直接链接到PDF。
