背景介绍
建立这个仓库是为了梳理自然语言处理(NLP)各个方面的知识，提升自己的核心竞争力。我觉得NLP是一个值得深耕的领域，所以希望可以不停的提升自己的段位！
微信公众号：NLP从入门到放弃
深度学习自然语言处理
1.Transformer/Bert
| Transformer 相关知识 | 进度 |
|---|---|
| 史上最全Transformer面试题 | 已完成并上传 |
| 答案解析(1)-史上最全Transformer面试题 | 已经完成并上传 |
| Pytorch代码分析--如何让Bert在finetune小数据集时更“稳”一点 | 已经完成并上传 |
| 解决老大难问题-如何一行代码带你随心所欲重新初始化bert的某些参数(附Pytorch代码详细解读) | 已经完成并上传 |
| 3分钟从零解读Transformer的Encoder | 已经完成并上传 |
| 原版Transformer的位置编码究竟有没有包含相对位置信息 | 已经完成并上传 |
| BN踩坑记--谈一下Batch Normalization的优缺点和适用场景 | 已经完成并上传 |
| 谈一下相对位置编码 | 已经完成并上传 |
| NLP任务中-layer-norm比BatchNorm好在哪里 | 已经完成并上传 |
| 谈一谈Decoder模块 | 已经完成并上传 |
| Transformer的并行化 | 已经完成并上传 |
| Transformer全部文章合辑 | 已经完成并上传 |
2.词向量-word embedding
- 词向量面试题梳理
| 词向量面试题梳理 | 进度 |
|---|---|
| 史上最全词向量面试题-Word2vec/fasttext/glove/Elmo | 已经完成并上传 |
- Word2vec
| Word2vec相关知识 | 进度 |
|---|---|
| Word2vec两种训练模型详细解读-一个词经过模型训练可以获得几个词向量 | 已经完成并上传 |
| Word2vec两种优化方式细节详细解读 | 已经完成并上传 |
| Word2vec-负采样和层序softmax与原模型是否等价 | 已经完成并上传 |
| Word2vec为何需要二次采样以及相关细节详细解读 | 已经完成并上传 |
| Word2vec的负采样 | 已经完成并上传 |
| Word2vec模型究竟是如何获得词向量的 | 已经完成并上传 |
| Word2vec训练参数的选定 | 已经完成并上传 |
| CBOW和skip-gram相较而言，彼此相对适合哪些场景.md | 已经完成并上传 |
- Fasttext
| Fasttext相关知识 | 进度 |
|---|---|
| Fasttext详解解读(1)-文本分类 | 已经完成并上传 |
| Fasttext详解解读(2)-训练词向量 | 已经完成并上传 |
| Fasttext源码详细解读(C++版) |
- Glove
| Glove相关知识 | 进度 |
|---|---|
| GLove细节详细解读 | 已经完成并上传 |
3 句向量-sentence embedding
| 句向量模型相关知识 | 进度 |
|---|---|
| 句向量模型综述 | 持续更新中 |
4.文本相似度
| 文本相似度 相关知识 | 进度 |
|---|---|
| 五千字全面数据文本相似度/文本匹配模型 | 已经完成并上传 |
| WMD的简单理解(不涉及优化加速) | 已经完成并上传 |
5. 关键词提取
| 关键词提取相关知识 | 进度 |
|---|---|
| TFIDF模型提取关键词解读 | |
| TextRank提取关键词 | |
| 各种dirty工作技巧 |
6. 命名体识别
| 命名体识别相关资源 | 进度 |
|---|---|
| HMM/CRF 详细解读 | |
| BiLstm-CRF详细解读 | |
| 手撕BiLSTM-CRF代码 | |
| 词典匹配命名体识别详细解读 | |
| 命名体识别最新进展 |
7. 文本分类
| 文本分类相关知识 | 进度 |
|---|---|
| TextCNN论文详细解读 | |
| 手撕 TextCNN/Fasttext/Albert 文本分类 | |
| TextCNN/Fasttext/Albert 实际工作应用经验 | |
| 多标签文本分类 | |
| 文本分类各种优化策略和方法 |
8. 机器翻译
| 机器翻译相关知识 | 进度 |
|---|---|
| OpenNMT源代码解读(pytorch版)-baseline操作OpenNMT-py | 已经完成并上传 |
| 手撕Seq2seq-attention机器翻译代码 | |
| 基于seq2seq机器翻译的各种优化策略解读 | |
| subword相关论文详细解读 | |
| ConS2S论文详细解读 | |
| GNMT论文详细解读 | |
| Seq2seq过程图画版详细解读 |
9.多模态
| 多模态相关知识汇总 | 进度 |
|---|---|
| 层次分类体系的必要性-多模态讲解系列(1) | 完成 |
| 文本和图像特征表示模块详解-多模态讲解系列(2) | 完成 |
| 层次体系具体是如何构建的-多模态讲解系列(3) | 待完成 |
Pytorch
| Pytorch技巧 | |
|---|---|
| pytorch对text数据的预处理-综述 | 已经上传 |
| pytorch处理文本数据代码版本1-处理文本相似度数据 | 已经上传 |
| pytorch处理文本数据代码版本2-处理文本相似度数据 | 已经上传你 |
| Pytorch中mask attention是如何实现的代码版本1-阅读文本相似度模型的小总结 |
| Pytorch调参总结 | |
|---|---|
| 验证集loss上升，准确率却上升该如何理解？ | |
搜索
| 搜索相关知识 | 进度 |
|---|---|
| 各种关于搜索的好文章资源总结-看到比较不错的就放上来 |
推荐系统
| 推荐系统相关知识 | 进度 |
|---|---|
| 各种关于推荐的好文章资源总结-看到比较不错的就放上来 |
模型部署
1.Kafka
2.Docker
3.Elasticsearch
4.Flask+nginx
5. Grpc
6. TensorRT
数据结构
主要是刷leetcode，和剑指offer，刷题不在多，在思路，在质量