1，介绍本期paper带读的题目和方向
2，介绍本期paper带读的七天课程安排
3，介绍论文研究背景
4，总结及布置作业

1，泛读论文
2，完成自测题
3，论文讨论

1，论文总览：任务定义、实现方法、实现途径
2，论文各部分精读
3，总结及布置作业

1，结合视频讲解精读论文
2，针对论文提出的方法写分析笔记

1，介绍源码及所需数据集、工具包等获取方法
2，讲解源码组成结构及阅读顺序
3，实现算法详解
4，总结及布置作业

1，根据视频讲解下载所需工具包并运行代码
2，代码详读，了解代码各部分实现功能
3，完成实验笔记

1，根据视频讲解下载所需工具包并运行代码
2，助教提前收集问题，汇总后挑有针对性的直播解答，个别问题群内解答
3，总结本期paper带读课程
4，介绍该论文领域进一步研究方向

1，统领：《Deep Learning》
2，经典篇：《Efficient Estimation of Word Representations in Vector Space》
3，经典篇：《Neural Machine Translation by Jointly Learning to Align and Translate》
4，经典篇：《Transformer: attention is all you need》
5，前沿篇：《A Convolutional Neural Network for Modelling Sentences》
6，前沿篇：《fasttext：Bag of Tricks for Efficient Text Classification》
7，前沿篇：《Siamese recurrent architectures for learning sentence similarity》