人工智能nlp
无法透彻理解Paper，不能复现代码
无法提出创新优化方案，导致论文发不出
无法按照技术演进思路,系统学习深度学习知识
不知道从哪个论文资源平台找论文
stepo选修知识
数学基础
神经网络甚础知识
Python基础
ytorch框架入门
NLP基础
stepBaselinePaper
cv·图像分类
NLP·文本分类
o篇必学主干网络论文
1o篇必学甚石论文
图像分割
信息抽取
目标检测
预训练模型
GAN
图神经网络
ocR
句子匹配
轻量化网络
神经机器翻译
深入讲解论文发表的研究背景、成果及意义，介绍论文中取得的核心成果，对比解决同一问题，已有解决方法和论文中提出的新的解决方法的优缺点，熟悉论文的整体思路和框架，建立对本篇论文的一个概貌性认识。
Transformer一----—-—-——BERT的基石transformer-xl一—--一文本生成任务经典模型
3.ELMo-—----------一一种新型深度语境化词表征l4.gpt—---—一一文本生成任务上的巨人
5.ulmfit一—-—一少量样本训练的预训练模型
6.BERT一—-—----——--—一龙骨级的训练词向量概念7.XLNet—-
一一——---———一同时拥有AE和AR的优势
ALBERT一一—--------一—新轻量版BERT
9.mass一-——一包含gpt和bert的预训练模型10.electra一-一一轻量级新生代预训练模型
1.BiLSTM-CRF一一-一一--一一经典Baseline模型
2.ChineseNERUsingLatticeLSTM一—―一融合字词向量的中文NER
3.CNN-BasedChineseNERwithLexiconRethinking———Rethinking机制的CNN
网络解决中文NER问题
4.ALexicon-BasedGraphNeuralNetworkforChineseNER一一―图神经网络解
决中文NER任务
5.TENER--一一改进Transformer应用在NER任务
6.SimplifytheUsageofLexiconinChineseNER—-一一自适应Embedding融合
词典信息解决中文NER任务
关系抽取
1.RelationClassificationviaConvolutionalDeepNeuralNetwork2.rankloss—-----—CNN识别改进
3.Attention-basedbidirectionallongshort-termmemorynetworksforrelationclassification
4.jointextractionsofentitiesandrelationsbasedonanoveltaggingscheme
链接:https://pan.baidu.com/s/1YDrjbjfbzYHPxhNwRbN2Ng?pwd=9902提取码:9902