NLP主题模型与实战资源合集(TensorFlow/Keras)
NLP 的入门、进阶、项目落地全打包了,光是从这个 GitHub 就能搞一大堆东西出来。主题模型、词向量、NER、文本生成这些主流方向全都有,而且代码基本是用TensorFlow和Keras写的,清爽好读。
命名实体识别的相关资源多,像是用 BERT 的、面向短文本的、还有中文专用语料,想做实战的话,直接下就能跑。蛮适合平时练手或者写 demo 展示。几篇配套的论文和代码也整理好了,嗯,懒得找的你会挺喜欢。
还有个亮点是覆盖了文本相似度计算、文本分类、机器翻译,从数据预到模型搭建,流程也比较完整。看完一圈你会发现,NLP 这块其实没有那么神秘,只要搭上套路,多练就顺了。
建议你直接逛逛这个 GitHub 项目:nlp-journey,里面不少代码都可以拿来就用,效率提升不少。要是你最近刚好在搞 NLP 相关课题,或者准备比赛,这一套资源还蛮顶用的。
顺手也整理了些配套资料,你感兴趣的话可以看看:
- 命名实体识别
- 最 transformer 实现
- 面向短文本的 NER
- BERT 系列 NER
- 词向量+机器翻译代码
如果你用的是tensorflow 2.x
或者keras
的新版本,建议注意下模型结构的写法,老版本有些写法不太兼容哦~
下载地址
用户评论