nlp zero to hero

自然語言處理：從零到英雄！

歡迎來到 NLP 的理論和實務經驗。

在這個儲存庫中，我涵蓋了 NLP 領域入門所需的幾乎所有內容，從 Tokenizer 到 Transformer 架構。當您完成此操作時，您將牢牢掌握 NLP 的核心概念。

這個儲存庫的目的是為您提供核心直覺，到最後您將了解這些年來事物是如何演變的以及為什麼它們是這樣的。

由表意文字產生的圖像

目錄

1. 代幣化

2. 預處理

3. 詞袋和相似度

4. TF-IDF 和文件搜索

5.樸素貝葉斯文本分類

6.LDA主題建模

7. 詞嵌入

8. 遞歸神經網路（RNN）和語言建模

9. 機器翻譯與注意力

10.變形金剛

我如何使用這個儲存庫？

• 考慮到 ML 和 DL 所需的運算能力，建議使用 Google Colab 或 Kaggle Kernels。
• 您可以按一下 在 Colab 中開啟筆記本。
• 您可以按一下 在 Kaggle 中開啟筆記本。
• 對於某些筆記本，使用 Kaggle 資料集，其中一些以 GB 為單位。
• 為了更快地載入這些資料集，建議使用相應的標籤在 Kaggle 中開啟它們。
• 開啟 Kaggle Kernel 並不會直接附加筆記本所需的資料集。
• 您需要附加對應筆記本中已提供連結的資料集，您將在完成筆記本時找到該資料集。
• 從Tokenization筆記本開始並依序向前推進。
• 花點時間理解概念和程式碼。它經過專門設計，易於理解並可以按照您自己的步調完成。
• 在開始之前，請確保您對 Python 程式設計有基本的了解。
• 如果您遇到任何問題或有疑問，請隨時在 GitHub 儲存庫中提出問題。
• 如果您發現它有幫助，請不要忘記為儲存庫加註星標！

貢獻

非常歡迎您為這個存儲庫做出貢獻。您可以從提出問題或提交拉取請求開始。如果您有任何疑問，請隨時透過 X 聯繫我

如果您有任何您認為對其他人有幫助的資源，請隨時提出問題或提交拉取請求。

執照

該項目根據 MIT 許可證獲得許可 - 有關詳細信息，請參閱許可證文件。

明星歷史