学习日记 来吧，NLP！

这是果果的第2篇学习日记～

马上就要去实习了，内心惴惴不安，临时抱佛脚，看了一篇NER问题的linear-chain CRF model 的tutorial[1]，还看完了Andrew Ng的sequence model[2].

看完这两个觉得对在TensorFlow实操层面实现answer module的理解还不足够，就想说找找合适的 implementation 层面的tutorial。

看了Coding Tech的Tensorflow101[3]，是很好的high level的introduction，但是对具体语法的介绍太过浅显；

看了Sentdex的 YouTube tutorial[4]，超级啰嗦；

直到我发现了Siraj Raval小哥哥的直播[5],简直是福音！还没来得及看完，但是感觉他的风格很实操，相信跟着他吧seq2seq写一遍之后，一定可以把answer module改个八九不离十。

其实以上努力都是为了改上学期的nlp_QA project的，我希望能在正式实习之前，有更扎实的落地经验，至于NER还有CRF理论方面，我倒认为可以到实际工作中，有了码有了问题具体情境，再具体问题具体分析，慢慢学习。

除此之外linear algebra 也在一点一点学习，目前看到了1.5章节， 计划一个月内读完全书[6]。

接下来的目标是三条腿走路，一边学习NLP理论（NER/CRF），一边学习具体的library（TensorFlow），一边补上欠下的数学基础(Linear Algebra)。

Reference:

[1]Sequence Tagging with Tensorflow（[https://guillaumegenthial.github.io/sequence-tagging-with-tensorflow.html]）

[2] Sequence Models（[https://www.coursera.org/learn/nlp-sequence-models]）

[3]TensorFlow 101 (Really Awesome Intro Into TensorFlow)（[https://www.youtube.com/watch?v=oxf3o8IbCk4]）

[4]Neural Network Model - Deep Learning with Neural Networks and TensorFlow（[https://www.youtube.com/watch?v=BhpvH5DuVu8]）

[5]How to Use Tensorflow for Seq2seq Models (LIVE)（[https://www.youtube.com/watch?v=ElmBrKyMXxs]）

[6] Richard C. Penney, Linear Algebra, Ideas, and Applications