参考笔记：掘金-NLP预处理技术。笔者根据其框架以及自身学习积累扩充了特征提取(Feature Extraction)部分的内容

本文介绍自然语言处理(NLP)的概念及其面临的问题，进而介绍词向量和其构建方法（包括基于共现矩阵降维和Word2Vec）。

本系列是ShowMeAI组织的斯坦福CS224n《自然语言处理与深度学习》的学习笔记，包含一整套【NLP深度教程】 和【20章课件注释】，是非常TOP的完整学习资料~

本文主要从原理、代码实现，理论结合实战，两个角度来剖析word2vec算法。 理论部分主要是关于 什么是 word2vec，其两种常见的模型。实战部分主要是通过Gensim库中的word2vec

上一篇transformer写了整整两周。。解读太慢了。。主要是自己也在理解，而且没有时间看源码，非常惭愧，如果哪里说错了希望大佬们可以提醒一下 2. 【NLP】Transformer详解 Universal Transformer的产生是因为Transformer在实践上和理…

11号论文放上去，12号各个公众号推送，13号的我终于在最晚时间完成了前沿追踪，惊觉上一篇论文竟然是一个月前。。。立个flag以后保持一周一更的频率。下周开始终于要在工作上接触NLP了，之后希望会带来更多自己的东西而不是论文解析。 2. 【NLP】Transformer详解 B…

自Attention机制提出后，加入attention的Seq2seq模型在各个任务上都有了提升，所以现在的seq2seq模型指的都是结合rnn和attention的模型，具体原理可以参考传送门的文章。之后google又提出了解决sequence to sequence问题的t…

对attention一直停留在浅层的理解，看了几篇介绍思想及原理的文章，也没实践过，今天立个Flag，一天深入原理和源码！如果你也是处于attention model level one的状态，那不妨好好看一下啦。 P.S. 拒绝长篇大论，适合有基础的同学快速深入attenti…