這是一門關於自然語言處理的高階課程，由牛津大學和谷歌DeepMind（AlphaGo的開發機構）聯合開設，由Phil Blunsom主講，同時邀請到多位來自DeepMind和NVIDIA的業界講師來做客座講座。這是牛津大學計算機系2017年春季學期最新課程，由​大資料文摘進行漢化。

如何自動處理自然語言輸入、併產生語言輸出，是人工智慧的重要研究方向。這門課主要講授近2-3年深度學習在自然語言處理方面的最新發展。課程從相關機器學習模型的數學原理和最優演算法講起，將會講到神經網路在NLP中的一系列應用，包括潛在語義分析、語音到文字的轉錄、語言翻譯以及問答，同時也會講到這些模型在CPU和GPU上的實現。

課程所有資料（視訊、講義、作業）免費釋出於GitHub，https://github.com/oxford-cs-deepnlp-2017/lectures，大資料文摘已聯絡課程主講人取得翻譯授權。

【課程大綱】

1.導論

2.詞向量與詞彙語義學

3.RNN和語言建模

4.文字分類

5.NLP的軟體和硬體-英偉達GPU

6.條件語言模型

7.注意力模型

8.語音識別

9.文字轉語音

適合人群 ：想學習自然語言處理，具備概率論，線性代數，微積分的基礎知識，具有機器學習基礎和良好的程式設計基礎的人群

更多精品課程點選：阿里雲大學