#210 · 主分类： 自然语言处理与文本处理
nlp-notebook
bert
bert-chinese
bert-ner
bilstm-attention
bilstm-crf-model
distill-bert
electra
fasttext-embeddings
glove
gpt2
natural-language-processing
nlp
pytorch
seq2seq
skip-gram
text-classification
textcnn
textrcnn
textrcnn-bert
transformer-pytorch
NLP 领域常见任务的实现，包括新词发现、以及基于pytorch的词向量、中文文本分类、实体识别、摘要文本生成、句子相似度判断、三元组抽取、预训练模型等。
项目最后更新：05/20/23
GitHub Stars
532
Forks数量
111
贡献者数量
2
许可证
MIT
收录理由
对于在PyTorch中处理中文NLP的开发者与学生来说，这份notebook是一份很实用的学习资料。它把整个处理流程都走了一遍：从新词发现开始，接着是word2vec和GloVe词向量，文本分类部分覆盖了TextCNN一直到蒸馏BERT的多种模型，还有基于BERT的几种实体识别方案，以及生成式和抽取式的文本摘要、句子相似度判断和关系抽取。每个部分都自成一体，配有数据和训练脚本，分类模型里还用了Optuna做超参数调优，能让人直观地看到调参在实际中是怎么进行的。它更像是一份研究资源，而不是拿来即用的生产库，重点在于展示每种技术具体是怎么实现的，对于想先建立直觉再设计自己方案的人来说，会很有帮助。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。