- 开课信息：李蕾（2020春）
- 推荐等级：强烈推荐
- 授课内容：信息概率和相关技术，有点偏向NLP
- 考核方式：三次大作业
- 作业情况：三次大作业：论文；检索系统；信息抽取
- 成绩情况：90+
- 心得体会：概论性质的课程；大作业可以好好做学一些东西
- 其他方面：想过比较轻松
- 开课信息：李蕾（2020春）
- 推荐等级：强烈推荐
- 授课内容：信息搜索，信息抽取等相关方面的知识
- 考核方式：三次大作业，没有期末考试
- 作业情况:
- 第一次作业是针对手机当中的一种或多种传感器，做一个调研报告;
- 第二次大作业是做一个信息检索系统，类似于搜索引擎(需要自己爬取和处理文档; 需要用到数据库的一些知识; 界面展示可选);
- 第三次作业是一个信息抽取系统，基本要求是能够使用正则表达式对文档进行信息抽取(可以在实验二的基础上完成，所以建议考虑一下文档的选取类型，最好是需要能抽出主题的文档，完成第三个实验会相对比较容易, 比如电影方面的，小说，明星等), 如果有能力的话，也可以用现有的一些模型，例如Bert等NLP模型处理文档，提取内容
- 成绩情况：90+
- 心得体会：老师给分很好，讲话很温柔! 写大作业的时候可以学习一些其他方面的知识~~
- 开课信息：李蕾（2020春）
- 推荐等级：强烈推荐
- 授课内容：信息检索，知识抽取等概论性质的内容
- 考核方式：三次大作业，第一次成绩占比较小，后两次占总分很多
- 成绩情况：90+
- 心得体会：老师很好，给分很慷慨
- 开课信息：李蕾（2020春）
- 推荐等级：强烈推荐
- 授课内容：不知道，没上过课
- 考核方式：三次大作业，没有期末考试
- 作业情况:
- 第一次：写一篇调研传感器的报告，第二次第三次就是爬虫+nlp+web前端，搞一个搜索+信息抽取网站。（前端非必须）
- 成绩情况：90+
- 心得体会：给分太慷慨
-
开课信息：李蕾（2020春）
-
推荐等级：推荐
-
授课内容：信息检索基本概念和经典算法
-
考核方式：三次大作业，无卷面考试
-
作业情况:
- 第一次：传感器调研；
- 第二次：信息检索系统；
- 第三次：信息抽取系统。
均可以用第三方 NLP 开源解决方案。
-
成绩情况：90+
-
心得体会：不会占用太多时间，作业较轻量，推荐大家选择。
- 任课老师：刘传昌（2021春）
- 推荐等级：
- 考研党：强烈推荐，上课不需要听，交作业即可过，学分混满，好好复习考研内容。
- 保研党：不推荐，给分一般，内容上基本0收获。
- 授课内容：信息传感、信息融合、信息检索、信息抽取、模式识别、数据挖掘
- 考核方式：报告 * 1 + 大作业 * 2
- 作业情况:
- 第一次：传感器调研；
- 第二次：信息检索系统；
- 第三次：信息抽取系统（这玩意儿糊弄糊弄就行，我觉得本科生是不太可能自己做一个很好的抽取系统）。
- 成绩情况：80+
- 心得体会：
- 给分上：首先明确一点：单人solo比组队分数高（大概4分），只要你组队，2人或3人没有区别。前几节课就会给个评分标准.doc，但不要被里面的“有创新或尝试多媒体”骗了，多媒体在考核里是单独算的，没有做多媒体上不了90（即使你看了相关论文、在大作业里创了新）。
- 授课上：基本学不到什么东西，比方说“信息抽取”就是花2个学时给你布置需求，具体咋实现，用啥算法都不告诉你；模式识别和数据挖掘就简单的介绍，有兴趣不如自己去找资料学。
- 其他：最后一周了，说要验收是真的没想到。
- 任课老师：乔秀全（2023春）
- 推荐等级：
- 考研党：强烈推荐，上课不需要听，交作业即可过，学分混满，好好复习考研内容。
- 保研党：强烈推荐，两次大作业分别跟CV和NLP相关，想进13组的同学可以好好准备。
- 授课内容：信息传感、信息融合、信息检索、信息抽取、模式识别、数据挖掘
- 考核方式：报告 * 1 + 大作业 * 2
- 作业情况:
- 第一次：传感器调研；
- 第二次：信息检索系统；
- 第三次：信息抽取系统。
- 成绩情况：95+
- 心得体会：
- 老师很和蔼，作业可solo可单人，给分上并没有很显著的差别。作业会给出评分标准，随便找个轮子就可以实现。
- 授课内容讲完就不用去上课了，虽说要验收，但其实交个作业上去就完了。
- 开课信息：刘传昌（2023春）
- 推荐等级：推荐
- 授课内容：信息检索基本概念和经典算法
- 考核方式：三次大作业
- 作业情况:
- 第一次：传感器调研； 作答:论文
- 第二次：信息检索系统；作答:机器学习方法。
- 第三次：信息抽取系统; 作答:P-tuning微调chatglm抽取三元组。
- 成绩情况：90=
- 心得体会：给分正常(已知最高的96),而且不会占用太多时间，作业较轻量，推荐大家选择。