GTC Taiwan 2017 以「Chatbot 個人數位助理」為主題，提供以深度學習解決自然語言處理的進階課程，讓在地的開發者、新創公司與企業透過最新深度學習的知識與內容和全球連結。
本課程將從神經網絡的基礎知識開始，如全連接層、嵌入層和循環層，帶領學員達到文本分類的目的。文本的分類和詞語的認知的能力能進一步的進行自然語言處理，我們將使神經網絡模型能夠理解語言。 然而要達到完全理解狀態，還需要前處理與中間步驟，如 TF-IDF 表示，這些內容都將在本實作課程中一一分享。 透過新的技術與自然語言處理的經典方法相結合，我們可以在本課程的文本分類中獲得最先進的結果。
2017 年 10 月 25 日 10:00
本實作課程將帶領大家運用 TensorFlow 將文本資料建立 word2vec 模型，每個單詞就可以得到對應的 Word Embedding，這是一種低維度向量形式的單詞表示，能夠表征單詞的部分語義及語法含義。
2017 年 10 月 25 日 13:00
了解單詞序列是許多應用程式的關鍵，包括聊天機器人、機器翻譯，文本摘要，會話建模和場景描述。在 TensorFlow 中使用 Seq2Seq 模型（Sequence2Sequence），我們將使用真實世界數據將 AI 技術應用於文本生成的任務。並在課程中教學 seq2seq 的編碼器-解碼器架構如何實現字的生成將透過實例進行解釋和顯示，同時探索如何使用較新的基於卷積神經網絡的編碼器來構建屬於你自己的文本生成引擎。
2017 年 10 月 25 日 15:15