自然语言处理学习记录

理解

1. NLP
2. 通俗易懂Word2vec
3. 理解Glove模型
4. 吾爱NLP(5)—词向量技术-从word2vec到ELMo
5. ELMO小谈
6. 流水账︱Elmo词向量中文训练过程杂记
7. fastText原理和文本分类实战，看这一篇就够了
8. BERT大火却不懂Transformer？读这一篇就够了
9. [NLP自然语言处理]谷歌BERT模型深度解析
10. 自然语言处理中的自注意力机制（Self-attention Mechanism）
11. 《Attention is All You Need》浅读（简介+代码）
12. The Annotated Transformer
13. 目前主流的attention方法都有哪些？
14. 图解Transformer（完整版）

实战

1. 简单NLP分析套路（1）----语料库积累之3种简单爬虫方式应对大部分网站
2. Word2vec, Fasttext, Glove, Elmo, Bert, Flair pre-train Word Embedding
3. 数据集
4. bert nlp papers, applications and github resources, including the newst xlnet ， BERT、XLNet 相关论文和 github 项目
5. Pre-Training with Whole Word Masking for Chinese BERT（中文BERT-wwm预训练模型）
6. 基于Pytorch和torchtext的自然语言处理深度学习框架，
7. 爬虫
8. 情感分析系统
9. 基于BERT预训练的中文命名实体识别TensorFlow实现
10. 练手|常见30种NLP任务的练手项目

命名实体识别 记录

1. 【论文笔记】命名实体识别论文
2. 一文轻松搞懂-条件随机场CRF
3. 如何用简单易懂的例子解释条件随机场（CRF）模型？它和HMM有什么区别？
4. 教程 | 如何直观地理解条件随机场，并通过PyTorch简单地实现
5. 用IDCNN和CRF做端到端的中文实体识别
6. 基于Bert-NER构建特定领域的中文信息抽取框架（上）

图神经网络&NLP

1. 图神经网络如何在自然语言处理中应用？