关于Tensorflow实验相关资料整理

1、Convolutional Neural Network for Text Classification in Tensorflow
https://github.com/cahya-wirawan/cnn-text-classification-tf
ps：该作者贡献了用cnn对文本进行分类的代码，并且写了博客介绍代码的含义。
代码里有利用word2vec进入输入，代码亲测可用，但是我还没仔细研究，重点学习。
该作者的博客：
http://www.wildml.com/2015/12/implementing-a-cnn-for-text-classification-in-tensorflow/
该作者还写过关于NLP CNN的一般教程：
http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/

2、卷积神经网络(CNN)在句子建模上的应用
http://www.jeyzhang.com/cnn-apply-on-modelling-sentence.html
ps：该博文介绍了很多利用cnn对文本建模的论文，很有用，第一篇就讲的是 1 的原论文。

3、githb GloVe: Global Vectors for Word Representation
https://github.com/stanfordnlp/GloVe
ps：里面有提供很多现成的word2vec的预处理包。
Common Crawl (42B tokens, 1.9M vocab, uncased, 300d vectors, 1.75 GB download): glove.42B.300d.zip
Common Crawl (840B tokens, 2.2M vocab, cased, 300d vectors, 2.03 GB download): glove.840B.300d.zip
Wikipedia 2014 + Gigaword 5 (6B tokens, 400K vocab, uncased, 300d vectors, 822 MB download): glove.6B.zip
Twitter (2B tweets, 27B tokens, 1.2M vocab, uncased, 200d vectors, 1.42 GB download): glove.twitter.27B.zip

4、谢若冰github:
利用实体类型做知识表示
https://github.com/thunlp/TKRL

5、TransE模型简介，包括构建代码的讲解
http://sunzequn.com/index.php/archives/177/

6、TransE ：利用tensorflow实现TransE
https://github.com/ZichaoHuang/TransE/blob/master/src/model.py
ps:亲测可用，原作者的参数和2013版的差别很大，但是效果很好。

7、谷歌word2vec的官网
https://code.google.com/p/word2vec/
Ps:也可以在里面下载预先训练的 由Google新闻数据集（约1000亿字）训练得到的词向量。该模型包含300万个单词和短语的300维向量。

8、A Sensitivity Analysis of (and Practitioners’ Guide to) Convolutional Neural Networks for Sentence Classification
https://arxiv.org/abs/1510.03820
ps:叶的论文对1论文（cnn做文本分类）模型变体（例如滤波器宽度，k-max池，word2vec等）进行分析，评估它们对性能的影响。