基于transformers的自然语言处理(NLP)入门
Natural Language Processing with transformers.
本项目面向的对象是：
- NLP初学者、transformer初学者
- 有一定的python、pytorch编程基础
- 对前沿的transformer模型感兴趣
- 了解和知道简单的深度学习模型
本项目的愿景是：
希望结合形象生动的原理讲解和多个动手实践项目，帮助初学者快速入门深度学习时代的NLP。
本项目的主要参考资料是：
- Huggingface/Transformers代码库
- 多个优秀的Transformer讲解和分享
项目成员：
- erenup(多多笔记)，北京大学，负责人
- 张帆，Datawhale，天津大学，篇章4
- 张贤，哈尔滨工业大学，篇章2
- 李泺秋，浙江大学，篇章3
- 蔡杰，北京大学，篇章4
- hlzhang，麦吉尔大学，篇章4
- 台运鹏 篇章2
- 张红旭 篇章2
本项目总结和学习了多篇优秀文档和分享，在各个章节均有标注来源，如有侵权，请及时联系项目成员，谢谢。去Github点完Star再学习事半功倍哦?，谢谢。
项目内容
篇章1-前言
- 1.0-本地阅读和代码运行环境配置.md
- 1.1-Transformers在NLP中的兴起
篇章2-Transformer相关原理
- 2.1-图解attention
- 2.2-图解transformer
- 2.2.1-Pytorch编写Transformer.md
- 2.2.2-Pytorch编写Transformer-选读.md
- 2.3-图解BERT
- 2.4-图解GPT
- 2.5-篇章小测
篇章3-编写一个Transformer模型：BERT
- 3.1-如何实现一个BERT
- 3.2-如何应用一个BERT
- 3.3-篇章小测
篇章4-使用Transformers解决NLP任务
- 4.0-前言
- 4.1-文本分类
- 4.2-序列标注
- 4.3-问答任务-抽取式问答
- 4.4-问答任务-多选问答
- 4.5-生成任务-语言模型
- 4.6-生成任务-机器翻译
- 4.7-生成任务-摘要生成
- 4.8-篇章小测
