# NLP_ability

**Repository Path**: houpanpan/NLP_ability

## Basic Information

- **Project Name**: NLP_ability
- **Description**: 分享自然语言处理工程师(NLP)需要积累的各方面知识，包括各种面试题，基础知识，工程能力等等，提升核心竞争力
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-06-22
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 背景介绍
建立这个仓库是为了梳理自然语言处理(NLP)各个方面的知识，提升自己的核心竞争力。我觉得NLP是一个值得深耕的领域，所以希望可以不停的提升自己的段位！

## 深度学习自然语言处理

### 1.Transformer/Bert

| Transformer 相关知识                                         | 进度         |
| ------------------------------------------------------------ | ------------ |
| [史上最全Transformer面试题](./深度学习自然语言处理/Transformer/史上最全Transformer面试题.md) | 已完成并上传 |
| [答案解析(1)-史上最全Transformer面试题](./深度学习自然语言处理/Transformer/答案解析(1)—史上最全Transformer面试题：灵魂20问帮你彻底搞定Transformer.md) | 已经完成并上传 |
| [Pytorch代码分析--如何让Bert在finetune小数据集时更“稳”一点](./深度学习自然语言处理/Bert/Pytorch代码分析-如何让Bert在finetune小数据集时更“稳”一点.md)                            | 已经完成并上传 |



### 2.词向量-word embedding

- Word2vec

  | Word2vec相关知识                       | 进度         |
  | -------------------------------------- | ------------ |
  | 史上最全Word2vec面试题                 |  |
  | Word2vec各种细节的详细解读             |  |
  | 基于自己语料训练词向量的各种细节和经验 |  |

- Fasttext

  | Fasttext相关知识            | 进度       |
  | --------------------------- | ---------- |
  | Fasttext源码详细解读(C++版) |  |
  | Fasttext各种细节的详细解读  |   |

- Glove

  | Glove相关知识             | 进度         |
  | ------------------------- | ------------ |
  | GLove细节详细解读         |      |
  | Glove训练词向量代码及解读 |  |

### 3 句向量-sentence embedding

无监督模式：

- 统计词袋模型表示句子向量

  | 统计词袋模型相关知识 | 进度 |
  | -------------------- | ---- |
  | One-hot/TF-IDF       |      |

- 词向量词袋模型

  | 词向量词袋模型相关知识             | 进度 |
  | ---------------------------------- | ---- |
  | 平均/tf-idf 词向量(word2vec/glove) |      |

- Doc2vec

- SIF

  | SIF 相关知识                  | 进度         |
  | ----------------------------- | ------------ |
  | SIF论文详细解读               |  |
  | SIF在中文文本上代码及效果解读 |  |

- WMD

- Skip-Thought vecotrs

- Quick-Thought Vectors

- Power Mean 均值模型

有监督：

- Cove

- InferSent

- Bert

  | Bert表示句向量 相关知识    | 进度           |
  | -------------------------- | -------------- |
  | Bert表示句向量效果详细解读 |  |

### 4. 机器翻译

| 机器翻译相关知识                      | 进度         |
| ------------------------------------- | ------------ |
| OpenNMT源代码解读(pytorch版)          |        |
| 手撕Seq2seq-attention机器翻译代码     |  |
| 基于seq2seq机器翻译的各种优化策略解读 |  |
| subword相关论文详细解读               |  |
| ConS2S论文详细解读                    |  |
| GNMT论文详细解读                      |  |
| Seq2seq过程图画版详细解读             |  |

### 5. 命名体识别

| 命名体识别相关资源         | 进度         |
| -------------------------- | ------------ |
| HMM/CRF 详细解读           |  |
| BiLstm-CRF详细解读         |  |
| 手撕BiLSTM-CRF代码         |      |
| 词典匹配命名体识别详细解读 |  |
| 命名体识别最新进展         |      |

### 6. 文本分类

| 文本分类相关知识                         | 进度         |
| ---------------------------------------- | ------------ |
| TextCNN论文详细解读                      |  |
| 手撕 TextCNN/Fasttext/Albert 文本分类    |  |
| TextCNN/Fasttext/Albert 实际工作应用经验 |  |
| 多标签文本分类                           |     |
| 文本分类各种优化策略和方法               |    |

### 7. 关键词提取

| 关键词提取相关知识      | 进度         |
| ----------------------- | ------------ |
| TFIDF模型提取关键词解读 | |
| TextRank提取关键词      |  |
| 各种dirty工作技巧       |  |



## 模型部署

### 1.Kafka

### 2.Docker

### 3.Elasticsearch

### 4.Flask+nginx

### 5. Grpc

### 6. TensorRT