公众号往期文章学习

作者：杨夕

介绍：本项目是作者们根据个人面试和经验总结出的自然语言处理(NLP)面试准备的学习笔记与资料，该资料目前包含 自然语言处理各领域的 面试题积累。

NLP 百面百搭 地址：https://github.com/km1994/NLP-Interview-Notes

推荐系统 百面百搭 地址：https://github.com/km1994/RES-Interview-Notes

搜索引擎 百面百搭 地址：https://github.com/km1994/search-engine-Interview-Notes 【编写ing】

NLP论文学习笔记：https://github.com/km1994/nlp_paper_study

推荐系统论文学习笔记：https://github.com/km1994/RS_paper_study

GCN 论文学习笔记：https://github.com/km1994/GCN_study

推广搜 军火库：https://github.com/km1994/recommendation_advertisement_search

【注：手机阅读可能图片打不开！！！】

所有文章

五谷杂粮

•  超1900星标！自然语言处理论文学习笔记

•  超500星标！自然语言处理 面经

•  超500星标！推荐系统 面经

• 推广搜 军火库【持续更新】

NLP百面百搭

• 【算法基础篇】

• 【关于 过拟合和欠拟合】那些你不知道的事

• 【关于 BatchNorm vs LayerNorm】那些你不知道的事

• 【关于 激活函数】那些你不知道的事

• 【关于 正则化】那些你不知道的事

• 【关于 优化算法】那些你不知道的事

• 【关于 归一化】那些你不知道的事

• 【关于 判别式（discriminative）模型 vs. 生成式(generative)模型】 那些你不知道的事
  

• 【机器学习篇】

• 【关于 逻辑回归】那些你不知道的事

• 【关于 支持向量机】 那些你不知道的事

• 【关于 集成学习】那些你不知道的事
  

• 【深度学习篇】
  

• 【关于 CNN】那些你不知道的事(上)

• 【关于 CNN】那些你不知道的事(下)

• 【关于 Attention 】那些你不知道的事

• 【关于Transformer】 那些的你不知道的事（上）

• 【关于Transformer】 那些的你不知道的事（中）

• 【关于Transformer】 那些的你不知道的事 (下)

• 【预训练模型篇】

• 【关于 TF-idf】 那些你不知道的事

• 【关于 Word2vec】 那些你不知道的事

• 【关于 fastText】 那些你不知道的事

• 【关于Bert】 那些的你不知道的事(上)

• 【关于Bert】 那些的你不知道的事(下)

• 【关于 Bert 源码解析I 之 主体篇 】 那些的你不知道的事

• 【关于 Bert 源码解析II 之 预训练篇 】 那些的你不知道的事

• 【关于 Bert 源码解析III 之 微调 篇 】 那些的你不知道的事

• 【关于 Bert 源码解析IV 之 句向量生成篇 】 那些的你不知道的事

• 【Bert 越大越精篇】
  

• 【关于 Bert 越大越精序列】那些的你不知道的事（一）

• 【关于 Bert 越大越精序列】那些的你不知道的事（二）

• 【关于 Bert 越大越精序列】那些的你不知道的事（三）

• 【Bert 短小精悍篇】

• 【关于 Bert 压缩】 那些你不知道的事

• 【关于 BERT to TextCNN】那些你不知道的事

• 【关于 FastBERT 实现】那些你不知道的事

• 【关于自训练 + 预训练 = 更好的自然语言理解模型 】 那些的你不知道的事
  

• 【文本分类篇】

• 【关于 文本分类】那些你不知道的事

• 【关于 文本分类 trick】那些你不知道的事
  

• 【关键词提取】

• 【关于 关键词提取】 那些你不知道的事

• 【关于 KeyBERT 】 那些你不知道的事
  

• 【命名实体识别】

• 【关于 HMM】 那些你不知道的事

• 【关于 MEMM】 那些你不知道的事

• 【关于 CRF】 那些你不知道的事

• 【关于 DNN-CRF】 那些你不知道的事

• 【其他】

• 
  
  

Rasa 对话系统

• 《【社区说】一起来聊聊 Rasa 3.0》 不完全笔记

• （一）对话机器人概述

• （二）RASA开源引擎介绍

• （三）RASA NLU语言模型

• （四）RASA NLU分词器

• （五）RASA NLU特征生成器

• （六）RASA NLU意图分类器

• （七）RASA NLU实体提取器

• （九）RASA自定义pipeline组件

• （十）RASA CORE Policy

• （十一）RASA CORE Action

• （十二）RASA Domain

• （十三）RASA 训练数据

• （十四）RASA story

• （十五）Rasa Rules

• （十六）RASA最佳实践

• （十七）基于RASA开始中文机器人

• （十八）基于RASA开始中文机器人实现机制

• （十九）基于知识图谱的问答系统（KBQA）

• （二十）基于阅读理解的问答系统

• （二十一）RASA应用常见问题

• （二十二）RASA的超参数优化

• （二十三）机器人测试与评估

• （二十四）利用Rasa Forms创建上下文对话助手

• DIET：Dual Intent and Entity Transformer——RASA论文翻译

知识图谱入门

• 浙大图谱讲义 | 第一讲-知识图谱概论 — 第1节-语言与知识
  

• 浙大图谱讲义 | 第一讲-知识图谱概论 — 第2节-知识图谱的起源
  

• 图谱讲义 | 第一讲-第3节-知识图谱的价值

• 图谱讲义 | 第一讲-第4节-知识图谱的技术内涵

• 图谱讲义 | 第二讲-第1节-什么是知识表示
  

转载记录

•  Bert与TensorRT部署手册，享受丝滑的顺畅
  

•  句向量新方案CoSENT实践记录

• CHIP2021|临床术语标准化第三名方案开源
  

• CHIP2021 | 医学对话临床发现阴阳性判别任务第一名方案开源

•  破解transformer八股，快问快答

•  BERT可视化工具bertviz体验

•  PRGC：一种新的联合关系抽取模型 
  

•  给神经网络加入先验知识！

• CBLUE中文医学语言理解测评Baseline