点击上方“MLNLP”,选择“星标”公众号重磅干货,第一时间送达作者:老宋的茶书会知乎专栏:NLP与深度学习研究方向:自然语言处理前言最近,从TensorFlow 迁移至 Pytorch, 所以诞生了这个仓库:NLP-Pytorch, 里面实现了一些文本分类的模型与阅读理解的模型。Github地址:https://github.com/songyingxin/TextClassification-Pytorch我认为文本分类任务对初学者是最友好的,且企业中大多数都是都需要文本分类, 很多情况下你去了公司实习,做文本分类的可能性极大。本文对几个经典的文本分类模型进行总结,具体的实现可参见仓库, 考虑到 Bert 的诞生, 词向量可能会退出舞台,因此,只实现了这几大基本模型,后续的可能要在 Bert 上做文章了。1. TextCNN[1] 表示一个第i 个词其 k 维的词
………………………………