本章节主要研究内容：基于PyTorch 深度学习工具来完成短文本分类 知识点 业务需求 文本分类应用场景、技术方案以及挑战 技术架构 文本分析 词向量 CNN 原理 tensorboardX 可视化 项目实战： 基于TextCNN短文本分类，主要从数据预处理、构建此表、Embedding、模型训练、tensorboardX可视化以及在线服务几个重要的环境进行学习 文本分类应用场景 文章分类服务对文章内容进行深度分析，输出文章的主题一级分类、主题二级分类及对应的置信度，该技术在个性化推荐、文章聚合、文本内容分析等场景具有广泛的应用价值. 新闻分类 根据文本描述的内容方向，针对新闻媒体的文章做自动

自然语言处理NLP概要

详细介绍了如何用lstm网络实现给定数据集的垃圾分类识别，并实现roc曲线评估可视化。实验报告，实验ppt全都在压缩包中

id: wordnet; size: 10775600; author: ; copyright: WordNet 3.0 Copyright 2006 by Princeton University. All rights reserved.; license: Permission to use, copy, modify and distribute this software and database and its documentation for any purpose and without fee or royalty is hereby granted, provided that you agree to comply with the following copyright notice and statements, including the disclaimer, and that the same appear on ALL copies of the software, database and documentation, including modifications that you make for internal use or for distribution.... [see webpage for full license];

近些年来，深度学习已经成为处理NLP各种任务的主要方法。由于用图（graph）来表征文本可以更好的获取文本的结构信息，且随着火热的图神经网络的兴起，各种各样的NLP问题开始用图结构的形式来表示和学习。因此，为大量的NLP任务开发新的图深度学习技术就成为了一个必要的需求。

TensorFlow学习之LSTM ---机器翻译（Seq2Seq + attention模型），用于学习机器翻译的TED2015-1中英文的资源

唐唐诗三百首，用于文本生成，古诗生成 诗三百首，用于文本生成，古诗生成 唐诗三百首，用于文本生成，古诗生成 唐诗三百首，用于文本生成，古诗生成

本资源来源于万方，属于学术论文，包括几篇硕士论文，几篇期刊论文。结合自然语言处理和推荐系统的，还有日志处理的。侵删。

自然语言理解讲义第二章.pdf

自然语言理解讲义第三章.pdf