斯坦福NLP和社交网络应用公开课放出

随着 NLP 技术的成熟（自然语言处理，Natural Language Processing，是研究人与计算机交互的语言问题的一门学科），不少人文社科领域的专家也呼吁结合相关技术进行研究和学习。近日，斯坦福大学发布了一门明年 1 月的公开课程，主要关注 AI 中的自然语言处理和社交网络的结合应用，适合文科生学习。近日，斯坦福大学的另一门 NLP 公开课程也放出了课程通知，即将于 2020 年 1 月开始授课。

这门课程最大的亮点在于：主讲 NLP 和人文社会学科的结合。课程对技术的介绍主要针对的是相关的应用，而非为了技术而讲技术。同时，课程要求也不高，很适合懂一点编程的文科学生学习。

据課程页面介绍，这门课程偏向于学科交叉。它结合了自然语言处理、信息抽取和社交网络，是一项在介绍 NLP 知识的同时融合社交网络应用的课程。

具体而言，课程会像很多 NLP 基础课程那样，介绍自然语言处理的相关知识。在算法方面包括：朴素贝叶斯、逻辑回归、词嵌入、词向量等内容。在应用方面则包括了情感分析、信息抽取、推荐系统和对话机器人，主要用于社交网络。此外，对于不了解 Python 的人来说，课程提供了一个可选的 Python 指导。

从内容来看，课程偏向入门，甚至没有看到神经网络之类的复杂模型。尽管课程要求中提到学生如果学习了斯坦福大学的 CS107、CS103 或 CS109 课程会很有帮助，但是这些也不是强制的。不过，如果学生参加过了 106B 的课程，具有一些编程经验会更好。

在教科书方面，课程使用的都是电子版的教科书，分别是以下两本：

书籍 1：Speech and Language Processing（3rd ed. draft）。这本书是电子版的，可以从网站直接打开。

书籍 2：Introduction to Information Retrieval.（信息检索概论），作者是著名的 Christopher Manning 等。

斯坦福大学有一个免费阅读和下载地址：https：//nlp.stanford.edu/IR-book/pdf/irbookonline reading.pdf，课程共有十周，每周两次课，目前已经放出了完整的目录。

这门课程的主讲人是 Dan Jurafsky，是斯坦福大学的一位教授。主要研究方向是自然语言处理和社会科学的应用。

这位老师曾担任了 CS384 等课程的教师，也在 2012 年帮助过 Manning 在 MOOC 上的公开课。从专业背景来看，让这位老师教授这门课也就不足为奇了。对于人文社科和 AI 的结合，近年来已经可以看到类似的趋势，如李飞飞等利用计算机视觉统计社区车辆类型，进而预测该社区在大选中的投票趋势。斯坦福大学本次公开这样一门课程，无疑会鼓励更多非计算机领域的学生，利用 AI 技术推进工作和研究。