wenyu332/finch

Deep NLP Examples in TensorFlow, using Estimator and Dataset API, viewed in Notebooks

---

Contents

• Word Embedding（词向量）
• Text Classification（文本分类）
• Text Generation（文本生成）
• Text Matching（文本匹配）
• Sequence Labelling（序列标记）
• Sequence to Sequence（序列到序列）
• Question Answering（问题回答）
• Knowledge Graph（知识图谱）

---

Requirements

• Python 3 and Jupyter Notebook are required

  (CPU User) $ pip3 install tensorflow sklearn scipy bunch tqdm
  
  (GPU User) $ pip3 install tensorflow-gpu sklearn scipy bunch tqdm
  

---

Progress

• (70%) move existing code into new interfaces < tf.data.Dataset > and < tf.estimator.Estimator >

• (70%) create Jupyter Notebooks

---

Word Embedding（词向量）

• Penn Treebank（PTB 语料库）

  • Skip-Gram

  • CBOW

Text Classification（文本分类）

• IMDB Movie Reviews Sentiment（电影评论情感）

  • text-CNN

  • Bi-RNN

  • Attention

  • TF-IDF + LR

Text Generation（文本生成）

• Writing《Anna Karenina》（机器写作《安娜·卡列尼娜》）

  • RNN LM

  • Attention LM

• Speech Recognition（语音识别）

  • CTC

• < To be rewritten >

  • Penn Treebank（PTB 语料库）

    • Character Aware LM     Model     PTB Test    

  • IMDB Movie Reviews（生成电影评论）

    • VAE

Text Matching（文本匹配）

• Movielens（电影推荐）

  • User-Item Matching

Sequence Labelling（序列标记）

• POS Tagging（词性识别）

  • Bi-RNN + CRF

  • CNN + CRF

• Chinese Segmentation（中文分词）

  • Bi-RNN + CRF

  • CNN + CRF

Sequence to Sequence（序列到序列）

• Learning to Sort（机器学习字母的排序）

  • Transformer

• Learning to Dialog（机器对话）

  • Transformer

• < To be rewritten >

  • Learning to Sort（机器学习字母的排序）

    • Seq2Seq + Attention + Beam-Search     Model     Test

    • Pointer Network     Model     Test

Question Answering（问题回答）

• Facebook bAbI（逻辑回答）

  • End-to-End Memory Network

  • Dynamic Memory Network

Knowledge Graph（知识图谱）

• Course Notes