NLP新手进阶指南

• LLMs 千面郎君：https://github.com/km1994/LLMs_interview_notes
  • 简介：该仓库主要收录大模型（LLMs）算法工程师相关的面试题
• LLMs九层妖塔：https://github.com/km1994/LLMsNineStoryDemonTower
  • 简介：【LLMs九层妖塔】分享LLMs在自然语言处理（ChatGLM、Chinese-LLaMA-Alpaca、小羊驼Vicuna、LLaMA、GPT4ALL等）、信息检索（langchain）、语言合成、语言识别、多模态等领域（Stable Diffusion、MiniGPT-4、VisualGLM-6B、Ziya-Visual等）的实战经验。
• NLP新手进阶指南：https://github.com/km1994/AwesomeNLP
  • 简介：【NLP新手进阶】分享自然语言处理（文本分类、信息抽取、知识图谱、机器翻译、问答系统、文本生成、Text-to-SQL、文本纠错、文本挖掘、知识蒸馏、模型加速、OCR、TTS、Prompt、embedding等）的实战经验。
• NLP 面试通关宝典：https://github.com/km1994/NLP-Interview-Notes
  • 简介：该仓库主要收录NLP算法工程师相关的面试题
• 【关于NLP】那些你不知道的事：https://github.com/km1994/nlp_paper_study
  • 简介：该仓库主要记录NLP算法工程师相关的顶会论文研读笔记

整理NLP基础任务（文本分类、命名实体识别、关系抽取、事件抽取、文本摘要、文本生成、Prompt）和LLMs大模型等开源项目，致力于打造全网最全面的NLP入门教程！

• NLP新手进阶指南
  • 一、文本分类
    • 1.1 多类别文本分类
    • 1.2 多标签文本分类
    • 1.3 方面级情感识别
    • 1.4 文本匹配
  • 二、信息抽取
    • 2.1 命名实体识别
    • 2.2 关系抽取
    • 2.3 事件抽取
    • 2.4 属性抽取
    • 2.5 关键词抽取
    • 2.6 新词发现
  • 三、知识图谱
    • 3.1 知识图谱
    • 3.2 实体链接
    • 3.3 知识图谱补全
    • 3.4 neo4j
  • 四、机器翻译
  • 五、问答系统
    • 5.1 阅读理解
    • 5.2 检索式问答
    • 5.3 基于知识图谱问答
    • 5.4 基于知识图谱问答
  • 六、文本生成
  • 七、Text-to-SQL
  • 八、文本纠错
  • 九、文本挖掘
  • 十、知识蒸馏
  • 十一、模型加速
    • 11.1 CTranslate2
    • 11.2 optimum
  • 十二、OCR
    • 12.1 pytesseract
    • 12.2 hn_ocr
    • 12.3 PaddleOCR
  • 十三、TTS
    • 13.1 pyttsx3
    • 13.2 PaddleSpeech
    • 13.3 tensorflow_tts
    • 13.4 KAN_TTS
  • 十四、Prompt
  • 十五、embedding
  • NLP 神器

一、文本分类

1.1 多类别文本分类

• NLP新手进阶指南——【多类别文本分类】笔记
• 多类别文本分类 实战篇
  • NLP新手进阶指南——【多类别文本分类】实战
    • 非预训练类模型
      • FastText
      • TextCNN
      • TextRNN
      • TextRCNN
      • Transformer
    • 预训练类模型
      • Bert
      • Albert
      • Roberta
      • Distilbert
      • Electra

1.2 多标签文本分类

• NLP新手进阶指南——【多标签文本分类】笔记
• 多标签文本分类 实战篇
  • NLP新手进阶指南——【基于Bert中文多标签分类】实战
  • NLP新手进阶指南——【剧本角色情感中文多标签分类】实战

1.3 方面级情感识别

• NLP新手逆袭记——【基于方面的情感分析(ABSA)】理论
• 基于方面的情感分析(ABSA) 实践篇
  • NLP新手逆袭记——【基于 Bert 的中文方面级情感识别】实践

1.4 文本匹配

• NLP新手逆袭记——【文本匹配】理论
• 文本匹配 实践篇
  • NLP新手逆袭记——【文本匹配】实践

二、信息抽取

2.1 命名实体识别

• 命名实体识别 理论篇
  • NLP新手逆袭记——【HMM->MEMM->CRF】实践
  • DNN-CRF 理论篇
• 命名实体识别 实践篇
  • NLP新手逆袭记——【Bert-CRF】实践
  • NLP新手逆袭记——【Bert-Softmax】实践
  • NLP新手逆袭记——【Bert-Span】实践
  • NLP新手逆袭记——【MRC for Flat Nested NER：一种基于机器阅读理解的命名实体识别】实践
  • NLP新手逆袭记——【Biaffine NER：一种基于双仿射注意力机制的命名实体识别】实践
  • NLP新手逆袭记——【Multi Head Selection Ner： 一种基于多头选择的命名实体识别】实践
  • NLP新手逆袭记——【one vs rest NER： 一种基于one vs rest的命名实体识别】实践
  • NLP新手逆袭记——【GlobalPointer：一种基于span分类的解码方法】实践
  • NLP新手逆袭记——【W2NER：一种统一的命名实体识别词与词的的命名实体识别】实践

2.2 关系抽取

• NLP新手逆袭记——【关系抽取（分类）】理论
• 关系抽取 实践篇
  • NLP新手逆袭记——【BERT-RE：一种基于 Bert 的 Pipeline 实体关系抽取】实践
  • NLP新手逆袭记——【Casrel Triple Extraction：一种基于 CasRel 的 三元组抽取】实践
  • NLP新手逆袭记——【GPLinker：一种基于 GPLinker的 三元组抽取】实践

2.3 事件抽取

• 事件抽取 理论篇
• 事件抽取 实践篇
  • NLP新手逆袭记——【BERT Event Extraction：一种基于 Bert 的 Pipeline 事件抽取】实践
  • NLP新手逆袭记——【BERT MRC Event Extraction：一种基于 MRC 的 事件抽取】实践

2.4 属性抽取

• NLP新手逆袭记——【属性抽取（Attribute Extraction）】理论
• 属性抽取 实践篇
  • NLP新手逆袭记——【一种基于 albert 的中文属性抽取 —— Albert for Attribute Extraction】实践

2.5 关键词抽取

• 【NLP新手逆袭记—【关键词提取】理论
• 关键词抽取 实践篇

2.6 新词发现

• NLP新手逆袭记—【新词发现】理论
• 新词发现 实践篇

三、知识图谱

3.1 知识图谱

• 【NLP新手逆袭记—【知识图谱】理论
• 知识图谱 实践篇
  • NLP新手逆袭记—【基于金融知识图谱的知识计算引擎构建】实践
  • NLP新手逆袭记—【基于金融知识图谱的问答系统】实践

3.2 实体链接

• 【NLP新手逆袭记—【实体链接】理论
• 实体链接 实践篇

3.3 知识图谱补全

• 【NLP新手逆袭记—【知识图谱补全】理论
• 知识图谱补全 实践篇

3.4 neo4j

• 【NLP新手逆袭记—【Neo4j】实践

四、机器翻译

• NLP新手逆袭记录—【机器翻译】理论
• 机器翻译实战篇
  • NLP新手逆袭记录—【seq2seq_english_to_chinese 一种结合seq2seq的文本翻译】理论

五、问答系统

• NLP新手逆袭记录—【智能问答技术】理论

5.1 阅读理解

• NLP新手逆袭记录—【机器阅读理解】理论
• 阅读理解实战篇
  • NLP新手逆袭记录—【基于QANet的中文阅读理解】实战

5.2 检索式问答

• NLP新手逆袭记录—【FAQ 检索式问答系统】理论
• 检索式问答实战篇
  • NLP新手逆袭记录—【Faiss】实践
  • NLP新手逆袭记录—【milvus】理论

5.3 基于知识图谱问答

• NLP新手逆袭记录—【KBQA】理论
• 基于知识图谱问答实战篇
  • NLP新手逆袭记录—【基于金融知识图谱的知识计算引擎构建】实战
  • NLP新手逆袭记录—【基于金融知识图谱的问答系统】实战

5.4 基于知识图谱问答

• NLP新手逆袭记录—【对话系统】理论
• 对话系统实战篇

六、文本生成

• NLP新手逆袭记录—【自然语言生成】理论
• 文本生成实战篇
  • NLP新手逆袭记录—【Bert_Unilm】实践
  • NLP新手逆袭记录—【T5_Pegasus】实践

七、Text-to-SQL

• NLP新手逆袭记录—【Text-to-SQL】理论
• Text-to-SQL实战篇

八、文本纠错

• NLP新手逆袭记录—【文本纠错】理论
• 文本纠错实战篇
  • NLP新手逆袭记录—【一种结合Bert的中文拼写检查】实战
  • NLP新手逆袭记录—【CSC 一种结合Soft-Masked Bert的中文拼写检查】实战

九、文本挖掘

• NLP新手逆袭记录—【文本挖掘】理论
• 文本挖掘实战篇

十、知识蒸馏

• NLP新手逆袭记录—【Bert压缩】理论
  • NLP新手逆袭记录【FastBERT】理论
• 知识蒸馏实战篇
  • NLP新手逆袭记录【Distilling Task-Specific from BERT into SNN】实战
  • NLP新手逆袭记录【FastBERT】实战

十一、模型加速

11.1 CTranslate2

• NLP新手逆袭记录—【模型加速 —— CTranslate2】理论

11.2 optimum

• NLP新手逆袭记录—【模型加速 —— Optimum】理论

十二、OCR

• NLP新手逆袭记录—【OCR】理论

12.1 pytesseract

• NLP新手逆袭记录—【OCR —— tesseract】理论

12.2 hn_ocr

• NLP新手逆袭记录—【OCR —— hn_ocr】理论

12.3 PaddleOCR

• NLP新手逆袭记录—【OCR —— PaddleOCR】理论

十三、TTS

• NLP新手逆袭记录—【文本语音合成 TTS】理论

13.1 pyttsx3

• NLP新手逆袭记录—【文本语音合成 —— pyttsx3】实战

13.2 PaddleSpeech

• PaddleSpeech理论篇

13.3 tensorflow_tts

• NLP新手逆袭记录—【文本语音合成 —— tensorflow_tts】实战

13.4 KAN_TTS

• NLP新手成长记录 —— 【文本语音合成 —— KAN-TTS】实践

十四、提示词

• NLP新手成长记录 —— 【提示词】实践
• 提示词实践篇
  • NLP新手成长记录 —— 【PromptCLUE】实践

十五、嵌入

• NLP新手成长记录 —— 【嵌入】理论
• 嵌入实践篇
  • NLP新手成长记录 —— 【sbert】实践
  • NLP新手成长记录 —— 【text2vec】实践
  • NLP新手成长记录 —— 【SGPT:基于GPT的生成式嵌入】实践
  • NLP新手成长记录 —— 【BGE —— 智源开源最强语义向量模型】实践
  • NLP新手成长记录 —— 【M3E：一种大规模混合嵌入】实践

NLP 实用工具

• chaizi：一种汉语拆字词典工具
• cn2an：一种中文数字与阿拉伯数字相互转换工具
• cocoNLP：一种提取人名、地址、邮箱、手机号、手机归属地等信息的工具，包含rake短语提取算法
• difflib.SequenceMatcher：一种文本查重工具
• Entity_Emotion_Express：一种词汇情感值工具
• jieba_fast：一种中文分词工具
• JioNLP：一种中文NLP预处理工具
• ngender：一种根据名字判断性别的工具
• pdfplumber：一种pdf内容解析工具
• phone：一种中国手机归属地查询工具
• PrettyTable：一种生成美观ASCII格式表格的工具
• Pypinyin：一种汉字转拼音工具
• Rank-BM25：一种基于bm25算法的工具
• schedule：一种最全面的Python定时任务工具
• similarity：一种相似度计算工具
• SnowNLP：一种中文文本预处理工具
• Synonyms：一种中文近义词工具
• textfilter：一种中英文敏感词过滤工具
• 一种中文缩写库工具