选自GitHub机器之心编译参与：李亚洲项目地址：https://github.com/DSKSD/DeepNLP-models-Pytorch该实现项目并不是面向PyTorch初学者，如果你还未用过

当我们听到“卷积神经网络”(CNN，当然，不是特朗普说Fake News那个CNN)，通常会想到计算机视觉。图像分类的重大突破，以及当下大多数计算机视觉系统的核心，都要归功于CNN，从{:facebook:}的自动照片打标签到自动驾驶汽车不外如是。 最近我们也开始把CNN应用在…

本文所部署的模型与Kim Yoon的Convolutional Neural Networks for Sentence Classification相似。论文中的模型在多种文本分类任务（比如情感分析）上都表现良好，现已加入标准基线(baseline)豪华套餐。 我假设你已经非…

本文会展示基于RNN的生成模型如何编写歌词和创作钢琴乐曲。 我们会利用一些最流行的歌星的歌词数据集训练一个RNN字符级语言模型。借助训练过的模型，我们将采样几首歌曲，将歌星们不同风格的作品进行有趣的混搭。之后，我们将模型更新成为一个RNN字符级条件模型，使我们能够对歌星们的歌曲…

不管你身处已经开张的公司还是即将开展的新业务，都可以利用文本数据去验证、优化和扩展产品性能。而从文本数据中学习和提取价值的研究科学就叫做自然语言处理（NLP）。 NLP 每天都能产生新奇而又令人兴奋的结果，也是一个很大的领域。然而，纵观很多公司对NLP 的应用，下面这些应用频繁…

前言 前面在《谈谈谷歌word2vec的原理》文章中已经把word2vec的来龙去脉说得很清楚了，接下去这篇文章将尝试根据word2vec的原理并使用TensorFlow来训练词向量，这里选择使用skip-gram模型。 语料库的准备 这里仅仅收集了网上关于房产新闻的文章，并且将…

前言 前面在《深度学习的seq2seq模型》文章中已经介绍了seq2seq结构及其原理，接下去这篇文章将尝试使用TensorFlow来实现一个seq2seq网络结构，该例子能通过训练给定的训练集实现输入某个序列输出某个序列，其中输入序列和输出序列相同，这里选择使用LSTM模型。 …

上一节我们通过Scikit-learn提供的多种方法从网络以及硬盘获取到了原始的文本数据，并采用tf-idf方法成功地提取了文本特征，你可以从下面的例子中再次复习这一过程。 本节我们将在完成特征提取工作的基础上，继续完成文本信息挖掘的下一步——训练并优化分类器。 可以用于文本分…