【你问我答】nlp有哪些值得完整实现一遍的算法?

问题描述:

nlp有哪些值得完整实现一遍的算法?

回答有奖:

选取一位认真回答问题的牛友,赠送200牛币!
▶回答尽量有自己的思考,不要单纯的只是复制粘贴定理定义,或者他人blog哦~

你问我答问题汇总:点击进入

------------
#我也有问题想询问牛友,怎么办?

欢迎私信@筱茜 说明你的问题,将根据问题具体情况排期进入【你问我答】专场~
私信请注明参与【你问我答】专场哦~

你问我答 - 答问题,成大佬,拿牛币!
你问我答是牛客新栏目,每周1期几个问题,
牛友在问题贴下留下自己的知识,经验与见解,
帮助更多牛友了解更多技术相关知识!
#悬赏#
全部评论
一:降维算法 (1).SGD (随机梯度下降) 二:概率图模型算法 (1).贝叶斯网络 (2).HMM (3).CRF (条件随机场) 三:文本挖掘算法 (1).模型 1).LDA (主题生成模型,Latent Dirichlet Allocation) 2).最大熵模型 (2).关键词提取 1).tf-idf 2).bm25 3).textrank 4).pagerank 5).左右熵 :左右熵高的作为关键词 6).互信息: (3).词法分析 1).分词 – ①HMM (因马尔科夫) – ②CRF (条件随机场) 2).词性标注 3).命名实体识别 (4).句法分析 1).句法结构分析 2).依存句法分析 (5).文本向量化 1).tf-idf 2).word2vec 3).doc2vec 4).cw2vec (6).距离计算 1).欧氏距离 2).相似度计算
点赞 回复
分享
发布于 2019-07-30 19:21
如果是刚刚开始学习复现一些算法,当然从基础的方向和算法开始吧,因为这些算法都是实现更复杂网络的“砖”,这些“砖”包括CNN,Word Embeeding、LSTM、Seq2Seq+Attention、Language Model。从去年开始大火的Transformer、BERT中我们又看到了self-Attention,ResNet,Position enocding等更多细微的组件。所以建议从最简单的深度学习任务一步一步来。 此项目复现了斯坦福cs224n中经典算法应用框架Pytorch: DSKSD/DeepNLP-models-Pytorchgithub.com 2.NLP_tutorial应用框架pytorch和tensorflow: https://github.com/graykode/nlp-tutorialgithub.com PS:最近一直反思自己以前的学习方法,得出的结论是:书上、论文上看到的算法都不叫做学到,用代码实现了的才叫你真正的学会了。加油!
点赞 回复
分享
发布于 2019-07-31 13:57
小红书
校招火热招聘中
官网直投

相关推荐

点赞 6 评论
分享
牛客网
牛客企业服务