NLPBeginner

本项目主要针对有机器学习基础、想入门自然语言处理的朋友，主要基于https://github.com/FudanNLP/nlp-beginner进行拓展补充。

主要涵盖了自然语言处理中比较基础的文本分类、文本匹配、序列标注等问题以及相关基础模型，可按照顺序进行学习。

直接运行代码可能会因为数据存储文件路径不同而报错，要根据你的实际情况修改路径，部分数据太大这里没有提供源文件。

在学习本项目之前，需掌握：

1. python基础：包括numpy、pandas、matplotlib等package，pytorch和tensorflow这两个深度学习框架。
2. 机器学习和深度模型：最起码要深入了解线性回归、logistic回归、CNN、RNN、LSTM

学习路线（相关知识点）

1. 基于logistic回归的文本分类：

   • 词袋模型
   • logistic回归

2. 基于深度学习的文本分类：

   • 卷积神经网络
   • 循环神经网络
   • word2vec
   • GloVe

3. 基于注意力机制的文本匹配

   • LSTM
   • seq2seq
   • 注意力机制
   • ESIM

4. 基于LSTM+CRF的命名实体识别

   • 概率图模型
   • 隐马尔可夫模型
   • Viterbi算法
   • 条件随机场

5. 构建一个Transformer

   • self attention
   • transformer

最后放一张自然语言领域目前的学习路线图，当然其实每年都有很多新技术新模型出现，知识永远都是学不完的，祝愿各位、也希望自己能保持热爱，在这个领域能做出一点贡献。