本文集仅为收录自己感兴趣、感觉不错的文章与资源,方便日后查找和阅读,所以排版可能会让人觉得乱。内容会不断更新与调整。文中涉及公众号的文章链接可以会失效,知道如何生成永久链接的小伙伴还望告知。
本文关键词:Text-CNN、Word2Vec、Keras、RNN、NLP、fast.ai
image
基于 word2vec 和 CNN 的文本分类 :综述 & 实践
TextCNN-1
TextCNN-2
文本分类需要CNN?No!fastText完美解决你的需求(后篇)
使用Keras进行深度学习:(三)使用text-CNN处理自然语言(上)
fastText、TextCNN、TextRNN……这里有一套NLP文本分类深度学习方法库供你选择
[站外图片上传中...(image-dd1d2e-1525483118820)] Another Twitter sentiment analysis with Python — Part 11 (CNN + Word2Vec)
Dive Into NLTK, Part XI: From Word2Vec to WordNet 挺不错的系列
Using pre-trained word embeddings in a Keras model
结合DL with python的书一起看
image
循环神经网络(RNN)介绍2:keras代码分析 目标:使用keras搭建RNN网路,使用推文数据训练模型
思路:准备工作 -> 数据序列化 -> 得到词嵌入矩阵 -> 训练网络
image
用深度学习(CNN RNN Attention)解决大规模文本分类问题 - 综述和实践
DL4NLP —— 序列标注:BiLSTM-CRF模型做基于字的中文命名实体识别 这个博客也可以看看 Determined22
image
NLP中自动生产文摘(auto text summarization)
用CNN分100,000类图像 在这篇文章中我们尝试了 用CNN分类113,287类图像(MSCOCO)。
image
Fast.ai 最实战深度学习在线课程 Lesson1 Fast.ai 最实战深度学习在线课程 Lesson1-7-搜狗微信 Fast.ai 深度学习实战课程-腾讯视频 在 fast.ai 课堂上,我总结的 8 个深度学习最佳实践
深度学习+自然语言处理(NLP)”专栏索引 CRF和LSTM 模型在序列标注上的优劣?
句法分析(使用NLTK+Stanford nlp、LTP) 刘兵《Entity and aspect extraction for opinion mining 》翻译笔记 哈工大车万翔:NLP中的深度学习模型是否依赖于树结构?
image
无痛理解word2vec 大白话讲解word2vec到底在做些什么 Deep Learning in NLP (一)词向量和语言模型-来博士 NLP 秒懂词向量Word2vec的本质 word2vec前世今生 word2vec 中的数学原理详解(一)目录和前言 词向量-paddlepaddle 词向量-paddlepaddle-极客学院
回望2017,基于深度学习的NLP研究大盘点 张钹院士:AI科学突破的前夜,教授们应当看到什么? NLP 解决方案是如何被深度学习改写的? Semantic Data Retrieval: Search, Ranking, and Summarization-讲义网站 神经机器翻译综述 SEE: Syntax-aware Entity Embedding for Neural Relation Extraction https://arxiv.org/abs/1801.03603
image
Word embeddings in 2017: Trends and future directions
(Stanford CS224d) Deep Learning and NLP课程笔记(二):word2vec
(Stanford CS224d) Deep Learning and NLP课程笔记(三):GloVe与模型的评估