DeepNLP-models-Pytorch

收录理由

这套 Jupyter notebook 用纯 PyTorch 把现代 NLP 背后的经典深度学习模型逐一拆开重写，没有借助高层封装库，每一步都看得见张量怎么流动。每个模型都对应一篇原始论文，从 skip-gram 和 GloVe 的词向量，到 RNN 语言模型、带注意力机制的神经机器翻译，再到用于情感分析的文本 CNN 和递归网络，覆盖了核心的 NLP 建模思路。整个顺序沿用了斯坦福 CS224n 课程的大纲，跟着走就能体会课程如何层层递进。需要说明的是，代码面向的是 PyTorch 0.2 时代的 API 和 Python 3.5，属于学习参考而非生产级软件，想在当前版本跑起来得自己动手调整旧接口。对于想读具体实现、对照论文理解每种模型最初怎么设计的学生和研究者来说，这份资料很有价值。