推薦github上的一個NLP代碼教程：nlp-tutorial，教程中包含常見的NLP模型代碼實現(xiàn)（基于TensorFlow和Pytorch），而且教程中的大多數(shù)NLP模型都使用少于100行代碼。

教程說明

這是使用TensorFlow和Pytorch學(xué)習(xí)NLP（自然語言處理）的教程，把常用NLP模型用不到100行的代碼實現(xiàn)了，教程里附論文下載，并且包含py和ipynb文件，經(jīng)過測試全部通過。

倉庫地址：

https://github.com/graykode/nlp-tutorial

里面有使用說明和樣例（py和ipynb格式）。

注意：論文下載請“閱讀原文”。

教程目錄

1. Basic Embedding Model（基礎(chǔ)嵌入模型）

1-1. NNLM(Neural Network Language Model)- Predict Next Word

• 論文下載

A Neural Probabilistic LanguageModel(2003)

• 代碼實現(xiàn)

?NNLM_Tensor.ipynb, NNLM_Torch.ipynb

1-2. Word2Vec(Skip-gram) - EmbeddingWords and Show Graph

• ?論文下載

Distributed Representations of Wordsand Phrases and their Compositionality(2013)

• 代碼實現(xiàn)

Word2Vec_Tensor(NCE_loss).ipynb,Word2Vec_Tensor(Softmax).ipynb,Word2Vec_Torch(Softmax).ipynb

1-3. FastText(Application Level)- Sentence Classification

• 論文下載

Bag of Tricks for Efficient Text Classification(2016)

• ?代碼實現(xiàn)

FastText.ipynb

2. CNN(卷積神經(jīng)網(wǎng)絡(luò))

2-1. TextCNN - BinarySentiment Classification

• 論文下載

Convolutional Neural Networks for SentenceClassification(2014)

• 代碼實現(xiàn)

TextCNN_Tensor.ipynb, TextCNN_Torch.ipynb

2-2. DCNN(Dynamic Convolutional Neural Network)

3. RNN(循環(huán)神經(jīng)網(wǎng)絡(luò))

3-1. TextRNN - Predict NextStep

• 論文下載

Finding Structure in Time(1990)

• 代碼實現(xiàn)

TextRNN_Tensor.ipynb, TextRNN_Torch.ipynb

3-2. TextLSTM - Autocomplete

• 論文下載

LONG SHORT-TERM MEMORY(1997)

• 代碼實現(xiàn)

TextLSTM_Tensor.ipynb, TextLSTM_Torch.ipynb

3-3. Bi-LSTM - Predict NextWord in Long Sentence

• 代碼實現(xiàn)

Bi_LSTM_Tensor.ipynb, Bi_LSTM_Torch.ipynb

4. Attention Mechanism（注意力機制）

4-1. Seq2Seq - Change Word

• ?論文下載

Learning Phrase Representations using RNN Encoder–Decoder for Statistical MachineTranslation(2014)

• 代碼實現(xiàn)

Seq2Seq_Tensor.ipynb, Seq2Seq_Torch.ipynb

4-2. Seq2Seq with Attention - Translate

• 論文下載

NeuralMachine Translation by Jointly Learning to Align and Translate(2014)

• 代碼實現(xiàn)

Seq2Seq(Attention)_Tensor.ipynb,Seq2Seq(Attention)_Torch.ipynb

4-3. Bi-LSTM with Attention - BinarySentiment Classification

• 代碼實現(xiàn)

Bi_LSTM(Attention)_Tensor.ipynb,Bi_LSTM(Attention)_Torch.ipynb

5. Model based on Transformer（Transformer模型）

5-1. The Transformer - Translate

• 論文下載

Attention Is All You Need(2017)

• 代碼實現(xiàn)

Transformer_Torch.ipynb, Transformer(Greedy_decoder)_Torch.ipynb

5-2. BERT - ClassificationNext Sentence & Predict Masked Tokens

• 論文下載

BERT: Pre-training of Deep Bidirectional Transformers for LanguageUnderstanding(2018)

• 代碼實現(xiàn)

  BERT_Torch.ipynb

部分內(nèi)容截圖

TextCNN的兩種實現(xiàn)方式（使用TensorFlow和Pytorch）

總結(jié)

推薦github上的一個NLP代碼教程：nlp-tutorial，一個使用TensorFlow和Pytorch學(xué)習(xí)NLP（自然語言處理）的教程，教程中的大多數(shù)NLP模型都使用少于100行代碼實現(xiàn)。

倉庫地址：

https://github.com/graykode/nlp-tutorial

里面有使用說明和樣例（py和ipynb格式）。

倉庫作者：Tae Hwan Jung(Jeff Jung)

注意：論文下載請“閱讀原文”。

往期精彩回顧適合初學(xué)者入門人工智能的路線及資料下載機器學(xué)習(xí)在線手冊深度學(xué)習(xí)在線手冊AI基礎(chǔ)下載（pdf更新到25集）本站qq群1003271085，加入微信群請回復(fù)“加群”獲取一折本站知識星球優(yōu)惠券，請回復(fù)“知識星球”喜歡文章，點個在看

總結(jié)

以上是生活随笔為你收集整理的Github标星5.4k+：常见NLP模型的代码实现（基于TensorFlow和PyTorch）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。