wellinxu / nlp_store

NLP杂货铺，python实现各种算法/工具，辅助算法理解/应用

NLP杂货铺，python实现nlp相关算法、工具，辅助理解相关算法

目录

base_algorithm

基础算法实现，如排序、树等等。
已实现部分：

sort.py  # 排序算法

base_task

基础任务，如文本分类、文本匹配、序列标注、文本生成等任务。
已包含部分：

classification.py  # 文本分类任务

framework

框架工具使用，主要会展示tensorflow/pytorch/docker/shell等工具的简单使用。
已实现部分:

tensorflow2/  # tf2.0的简单教程 
    0_start.py  # 快速入门教程
    1_load_data.py  # dataset,tf_record相关内容
    2_variable_tensor  # 变量、张量、梯度计算、各种operations
    3_customize_layer_model  # 自定义层与模型
    4_train_evaluate  # 内置的模型训练与评估
    5_customize_train  # 自定义训练
    6_customize_other  # 自定义callback、loss、metrics
hadoop.sh  # hadoop的简单使用

papers

论文算法复现，已实现部分：

text_fooler.py  # Is BERT Really Robust? A Strong Baseline for Natural Language Attack on Text Classification and Entailment
word2vec.py # Efficient Estimation of Word Representationsin Vector Space
fasttext.py # Bag of Tricks for Efficient Text Classification和Enriching Word Vectors with Subword Information
textcnn.py # Convolutional Neural Networks for Sentence Classification

pattern_match

模式识别，包含正则的使用，kmp，trie树等算法的实现。
已实现部分：

regular_expression.py  #正则的使用
kmp.py  #kmp算法
trie.py  #trie树
prefix_suffix_trie.py    #前后缀树
double_array_trie.py  #双数组trie树
acam.py  #ac自动机
easy_trie.py   #trie树等几个实现合集

read_source

源码阅读
已实现部分：

bert/  #bert相关源码阅读
    modeling.py  # bert模型部分源码注释
    run_pretraining.py  # pretrain部分源码注释
    optimization.py  #optimization部分源码注释
    tokenization.py  #tokenization部分源码注释
    create_pretraining_data.py  #create_pretraining_data部分源码注释
    extract_feature.py  #extract_feature部分源码注释

statistical_algorithm

统计学习算法实现，包含逻辑回归、支持向量机、条件随机场等等。
已实现部分:

knn.py  #K近邻
nb.py  #朴素贝叶斯
perceptron.py  #感知机
logistic_regress.py  #逻辑回归
svm.py  #支持向量机
hmm.py  #隐马尔科夫
crf.py  #条件随机场
tree/  #树相关模型

TODO

1. Tensorflow2.0学习教程
2. GPU与分布式训练
3. 性能分析与优化
4. 模型保存
5. 服务部署
6. 其他待定
7. BERT源码阅读
8. run_classifier.py
9. run_squad.py
10. 论文阅读与复现
11. word2vec（已完成）
12. fasttext（已完成）
13. TextCNN （已完成）
14. 其他待定
15. 其他待定

nlp_store's Issues

word2vec 获取词向量 有问题

获取词向量

    self.word_embeddings = model.embedding.embeddings.numpy()

报错：
self.word_embeddings = model.embedding.embeddings.numpy()
AttributeError: 'Embedding' object has no attribute 'embeddings'