项目地址 | 中文名称 | 项目技术点 |
---|---|---|
NLP_basis | 《2019中文自然语言处理实战》课程笔记 | 1.jieba+StanfordNLP+hanlp 2.分词+词性标注+NER 3.依存句法+语义分析 4.N-gram 5.词向量+word2vec 6.CNN+CNN文本分类 7.RNN+LSTM文本分类 8.项目:CNN+医药保险命名体识别 |
NLP_Learning_Way | NLP学习计划列表 | 1.课程推荐 2.书籍推荐 3.博客推荐 4.项目推荐 5.论文推荐 6.讲座推荐 |
Python_nlp_notes | 《 Python 自然语言处理 中文第二版 》jupyter版笔记 | 1.语言处理与Python基础 2.获取文本语料与词汇资源 3.处理原始文本 4.编写结构化程序 5.分类与词汇标注 6.文本分类 7.从文本中提取信息 8.分析句子结构 9.构建基于特征的文法 10.分析句子的含义 11.语言学数据管理 |
leetcode_notes | Leetcode中Top Interview Questions下的Python笔记 | 1.顺序刷 2.分类刷 |
Data_Structure_with_Python | 《基于Python的数据结构》的代码与笔记 | 1.常见的时间复杂度 2.Python内置类型时间复杂度 3.单链表+单项循环链表+双向链表 4.栈 5.队列 6.排序算法:冒泡+选择+插入+快速+希尔+归并 7.二分查找 8.树 |
Data_Structure_with_Python_book | 《数据结构与算法Python版》在线书 | 1.引入概念 2.顺序表 3.链表 4.栈 5.队列 6.排序与搜索 7.树与树算法 |
csdn_blog_code_implement | 我的csdn博客代码实现 | 1.使用numpy实现一个CNN来识别cifar-10 2.cs224n课程笔记 3.caffe2教程笔记jupyter版 4.NLP文本分类jupyter版 |
Similarity_matching_system | 《电商标题数据相似度匹配系统》 | 1.tfidf+词袋模型 2.余弦相似度 3.word2vec |
a_numpy_based_implement_cnn | 《基于numpy的CNN训练与测试代码实现》 | 数据:cifar10 卷积层、池化层、激活层、全连接+sotfmax 交叉熵 反向传播 |
AllenNLP_notes | 学习AllenNLP的笔记 | 1.POS_tagger_官方代码版本 2.POS_tagger_官方json版本 3.NER_json版 4.made_custom_model_CRF_NER+POS |
DaXiGua001 | 合成大西瓜源码 | 1.在线玩:小游戏:合成大西瓜 |
Chinese-word-cloud | Python的Web框架Flask + Vue 生成漂亮的词云 | 1.vue+elementUI前端+flask后端 |
List-of-books | Django + vue + mysql 实现书籍列表添加 | 1.vue+elementUI前端+django后端 |