# My_NLP_projects

**Repository Path**: bilibili-wyj/My_NLP_projects

## Basic Information

- **Project Name**: My_NLP_projects
- **Description**: NLP实战项目
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2021-05-08
- **Last Updated**: 2024-08-30

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## My_NLP_projects: 
> NLP项目汇总



#### 1-Bert-text-classification
- 主要技术：Bert / Pytorch / Sklearn / Numpy / python
- 项目介绍：对18万的训练集，1万的验证集和1万的测试集进行数据处理，实现Dataloader，搭建Bert模型，完成模型的训练和数据的评估
------



#### 2-训练词向量
- 主要技术：Pytorch / numpy / sklearn
- 对kim的“Distributed Representations of Words and Phrases and their Compositionality”论文进行复现。实现skip-gram模型，用text8数据集来训练输入输出两个词向量矩阵，保存输入词向量矩阵并在simlex-999、men、wordsim353三个数据集上进行词向量的评估。
-------



#### 3-训练语言模型
- 主要技术：Pytorch / Torchtext / RNN / LSTM  
- 项目介绍：使用text8作为数据集，利用Torchtext创建vocab，BPTTIterator来迭代数据集，选择LSTM模型训练并保存最好的语言模型，用Perplexity对语言模型评估
---------



#### 4-情感分类 
- 主要技术：Pytorch / Torchtext / Spacy / RNN / LSTM
- 项目介绍：使用IMDb电影评论数据集并用torchtext做数据预处理，分别用Word Averaging/RNN/CNN三种模型来做情感分析，检测一段文本的情感是正面还是负面的，保存三种最好的训练模型结果并对其进行评估。
---------



#### 5-机器翻译

---------

- 没有attention的encoder-decoder模型实现机器翻译
- encoder-decoder+attention实现机器翻译

------



#### mdoel

- 各种神经网络的输入输出数据格式详解