文本分类数据集_181个NLP教程，481个文本数据集，Colab一键直达，无需环境配置...

学习NLP不用愁了。

算力、环境配置谷歌提供，Colab套件对NLP全场景支持。

有了算力，还差教程，现在NLP学习合集大全套来了。

△超强NLP合集

网站名直译过来就是——超强NLP合集！

181个超全资源合集，各个类型全都有，总有一款适合你。

△资源概览

资源怎么使用？

光说不练假把式，既然是资源，就是让人用的，满满干货，无套路。

使用资源只需要三步：

1、打开网站，选择、搜索自己感兴趣的内容，比如搜索NLP领域最火的BERT。

△网站地址见文末

2、可以按描述内容选择自己感兴趣的模型，打开最后一列的Colab链接。

得益于谷歌的慷慨，无需担心环境配置，直接进去学习即可。

这里以第一个BERT搜索结果为例?。

△Transfer Learning with BERT

3、在进入Colab之后，和本地notebook文件使用方法是一样的，检查好配置之后，就可以按照目录进行学习，实时交互反馈结果。

这也是这份合集的意义，不再是干巴巴的说教，而是图文并茂可运行的实例，练起来！

总有一款模型适合你

当然，BERT只是其中一种类型，如果还没看够，下面是我们梳理的一些分类，可供选用。

1、按所用模型分类，可分为ANN、AxCell、BERT、CNN、GPT-2、LSTM等；

2、按任务类型分类，可分为分类、对话系统、词嵌入、语言模型、机器翻译、问答系统、情感分析等；

3、按所用框架分类，可分为PyTorch、TensorFlow、Keras等。

基本上涵盖了现在NLP发展的全景，不论是框架还是模型、任务，你都能在这里找到适合自己学习的对象。

此外，你也可以为抗击疫情出份力。

△COVID-19相关内容

可以BERT来了解疫情期间人们的情绪变化，内容丰富，目录清晰，上手即可操作。

比如说OpenAI刚更新的GPT模型，当然，受限于时间，现在只有GPT-2模型，但了解一下GPT本身也是好的。

△GPT-2模型

其中有一位国人作者，15 亿参数 GPT2 中文预训练模型，可以对GPT2本身有直观了解。

并且和谷歌drive一起使用，数据集存放也非常方便，全部流程只需点击两次。

模型本身已经被训练完毕，只需要加载训练使用即可，就这么简单，适合想直接使用的研究。

神奇的小网站

在作者发布之后，Reddit一片感谢贴，毕竟这么简单无套路的资源合集，可以说很良心了。

△讨论区图

而且这个搜集资源的小网站也是个好去处，481个数据集，从几M到上G，从CSV格式到JSON格式，应有尽有，可以马克一下作为资源站收藏。

△数据集

还有，他们还开发了一款名为RABBIT的文本分类器，可以实时对媒体报道进行分类，帮助我们更好分辨媒体报道的倾向性。

△文本分类器RABBIT

妈妈再也不用担心我被“FAKE NEWS”骗了。

⚠️使用教程和下载数据集都要大路畅通哟~

仅仅教程收藏是没用的，一定要自己上手试试哟~

参考链接：

https://www.reddit.com/r/MachineLearning/comments/gvsh51/p_181_nlp_colab_notebooks_found_here/

https://notebooks.quantumstat.com

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！