**用LSTM、GRU来训练字符级的语言模型，计算困惑度**数据集：https://github.com/FudanNLP/nlp-beginner/blob/master/poetryFromTang.txt

https://github.com/FudanNLP/nlp-beginner当时看了一下，发现似乎有点难，需要从numpy开始造轮子，然后慢慢转到深度学习，每个项目大概两周时间。

**用LSTM+CRF来训练序列标注模型：以NamedEntityRecognition为例**数据集：CONLL2003，https://www.clips.uantwerpen.be/conll2003/ner/任务一博客链接：https://blog.csdn.net/qq_51983316/article/details/129314052任务二博客链接：https://blog.csdn

一、背景正在完成https://github.com/FudanNLP/nlp-beginner，在任务二中开始学习使用pytorch深度学习框架，自然想到使用torchtext完成文本预处理。

任务一：基于机器学习的文本分类任务传送门项目是在github上的，数据集需要在kaggle上下载，稍微有些麻烦。wang盘：http://链接：https://pan.baidu.com/s/16gG4ILHrWmUPJkyrIZkNBA提取码：cadj一、任务介绍本次任务是利用机器学习中的softmaxregression来对文本的情感进行分类。train.tsv包含短语及其关联的情绪标签。我们

NLP-Beginner任务三：基于注意力机制的文本匹配传送门一.介绍1.1任务简介1.2数据集二.特征提取——Wordembedding(词嵌入)三.神经网络3.1InputEncoding层3.2LocalInferenceModeling

NLP-Beginner系列文章目录任务一：基于机器学习的文本分类本次任务是利用CNN和RNN对文本的情感进行分类。数据集和上一节相同。训练集有15万余项，语言为英文，情感分为0-4共五类情感。

NLP-Beginner任务一：基于机器学习的文本分类传送门一.介绍1.1任务简介1.2数据集1.3流程介绍二.特征提取2.1词袋特征（Bag-of-word）2.2N元特征（N-gram）三.最优化求解

复旦大学邱锡鹏老师的NLP-Beginner：自然语言处理入门练习，感觉不错。练习共有五个任务，计划在三周内能够完成。这里提示一下，任务的参考书籍是邱老师的《神经网络与深度学习》一书。

NLP-Beginner任务四：基于LSTM+CRF的序列标注+pytorch传送门一.介绍1.1任务简介1.2数据集1.3原数据解释二.特征提取——Wordembedding(词嵌入)三.神经网络（LSTM

数据集：http://链接：https://pan.baidu.com/s/1UIrk148uRGWKQBBQp-Q4RQ提取码：o13v上方为glove数据集。任务：1.熟悉Pytorch，用Pytorch重写《任务一》，实现CNN、RNN的文本分类2.wordembedding的方式初始化3.随机embedding的初始化方式4.用glove预训练的embedding进行初始化GloVe:Gl

任务说明：NLP-Beginner：自然语言处理入门练习任务二数据下载：SentimentAnalysisonMovieReviews参考资料：ConvolutionalNeuralNetworksforSentenceClassificatioPyTorch

NLP-Beginner任务二：基于深度学习的文本分类传送门一.介绍1.1任务简介1.2数据集1.3流程介绍二.特征提取——Wordembedding(词嵌入)2.1词嵌入的定义2.2词嵌入的词向量说明

实现基于logistic/softmaxregression的文本分类参考文本分类《神经网络与深度学习》第2/3章数据集：ClassifythesentimentofsentencesfromtheRottenTomatoesdataset实现要求：NumPy需要了解的知识点：文本特征表示：Bag-of-Word，N-gram分类器：logistic/softmaxregression，损失函数、

欢迎光临我的GitHub：Raki的nlp-beginner任务一：基于机器学习的文本分类任务二：基于深度学习的文本分类任务三：基于注意力机制的文本匹配任务四：基于LSTM+CRF的序列标注任务五：基于神经网络的语言模型施工

此项目完成了关于NLP-Beginner：自然语言处理入门练习的所有任务，所有代码都经过测试，可以正常运行。

1、中文资料【1】复旦大学NLP上手教程：NLP-Beginner（2019.5）邱锡鹏老师《神经网络与深度学习》链接：https://nndl.github.io/复旦大学NLP上手教程：https: