nlp zero to hero

自然语言处理：从零到英雄！

欢迎来到 NLP 的理论和实践经验。

在此存储库中，我涵盖了 NLP 领域入门所需的几乎所有内容，从 Tokenizer 到 Transformer 架构。当您完成此操作时，您将牢牢掌握 NLP 的核心概念。

这个存储库的目的是为您提供核心直觉，到最后您将了解这些年来事物是如何演变的以及为什么它们是这样的。

由表意文字生成的图像

目录

1. 代币化

2. 预处理

3. 词袋和相似度

4. TF-IDF 和文档搜索

5.朴素贝叶斯文本分类

6.LDA主题建模

7. 词嵌入

8. 递归神经网络（RNN）和语言建模

9. 机器翻译和注意力

10.变形金刚

我如何使用这个存储库？

• 考虑到 ML 和 DL 所需的计算能力，建议使用 Google Colab 或 Kaggle Kernels。
• 您可以单击 在 Colab 中打开笔记本。
• 您可以单击 在 Kaggle 中打开笔记本。
• 对于某些笔记本，使用 Kaggle 数据集，其中一些以 GB 为单位。
• 为了更快地加载这些数据集，建议使用相应的标签在 Kaggle 中打开它们。
• 打开 Kaggle Kernel 并不会直接附加笔记本所需的数据集。
• 您需要附加相应笔记本中已提供链接的数据集，您将在完成笔记本时找到该数据集。
• 从Tokenization笔记本开始并按顺序向前推进。
• 花点时间理解概念和代码。它经过专门设计，易于理解并可以按照您自己的节奏完成。
• 在开始之前，请确保您对 Python 编程有基本的了解。
• 如果您遇到任何问题或有疑问，请随时在 GitHub 存储库中提出问题。
• 如果您发现它有帮助，请不要忘记给存储库加注星标！

贡献

非常欢迎您为这个存储库做出贡献。您可以从提出问题或提交拉取请求开始。如果您有任何疑问，请随时通过 X 联系我

如果您有任何您认为对其他人有帮助的资源，请随时提出问题或提交拉取请求。

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅许可证文件。

明星历史