关于NLP和深度学习，准备好好看看这个github，还有这篇介绍

这个github感觉很不错，把一些比较新的实现都尝试了：

https://github.com/brightmart/text_classification

1. fastText

2. TextCNN

3. TextRNN

4. RCNN

5. Hierarchical Attention Network

6. seq2seq with attention

7. Transformer("Attend Is All You Need")

8. Dynamic Memory Network

9. EntityNetwork:tracking state of the world

10. Ensemble models

11. Boosting:

这篇文章很不错：

https://zhuanlan.zhihu.com/p/25928551

是从下面的文章里面看到的。

然后这篇文章也不错，提到了上面的github：

https://blog.csdn.net/guohao_zhang/article/details/78966527

自然语言处理中的多模型深度学习

这里先分享两个分享：
一个是用深度学习（CNN RNN Attention）解决大规模文本分类问题 - 综述和实践，另一个是 brightmart 的 text_classification，里面用 Keras 实现了很多文本分类的模型）

以及下面的各种分享：
2017 知乎看山杯从入门到第二
知乎看山杯夺冠记
深度学习与文本分类总结第二篇–大规模多标签文本分类
2017知乎看山杯总结(多标签文本分类)

现在，小结一下这里面涉及到的多模型深度学习的相关
---------------------
作者：GerHard_Z
来源：CSDN
原文：https://blog.csdn.net/guohao_zhang/article/details/78966527
版权声明：本文为博主原创文章，转载请附上博文链接！