nlp發展已經很長一段時間了，相比cv，nlp入門要難一些，我相信很多人都像我當初一樣，看了很多的演算法，公式，模型，一頭霧水，看懂了又好似沒看懂，模型原理背的滾瓜爛熟，但是做不出來東西，看了別人的原始碼感覺好像就那麼回事，但是復現不出來。
因此，我決定從乙個具體的實驗角度一步一步的循序漸進，像是寫日記一樣記錄一下我的第乙個nlp實驗。
實驗目的：
任務是nlp中最基本的文字分類任務，這個任務比較成熟，坑也比較少，比較容易實現。目標呢，是做一系列對比實驗，**不同因素之間的影響。
第一組：cnn， lstm，gru之間的對比。
第二組：maxpooling，meanpooling，attention之間的對比。
第三組：dropout概率0.5，0.25，0之間的對比。
第四組：是否使用glove預訓練詞向量之間的對比。
你可能一下子就能說出對比的結果，肯定是gru+attention，dropout在0.5，並且用glove詞向量的效果最好，但是這個實驗的目的不在於結果，重點是nlp中的各種思想，乙個入門級的實驗，目的是為了加深nlp的理解。
首先做文字分類的資料集使用yelp2013的資料集，根據評分做5分類任務。
baseline選2023年《neural sentiment classification with user and product attention》裡邊的結果圖：
框架使用pytorch框架
需要用到的模組有：torch，torchtext，time，numpy，matplotlib，collections
大家可以預先準備好。
按照我的習慣，我喜歡把乙個nlp任務分成4個檔案，分別是
test.py，data.py，model.py，train.py
很多初學者可能不習慣這種分法，但是我認為，良好的**結構和程式設計習慣很多時候決定了乙個**的上限，層次分明的結構在後續修改，和復用的過程，能提供很大的幫助。
在我的結構裡：
test.py可以當做是任務的main函式，**的執行就是在test.py中執行的，用於控制整個流程。
data.py用於存放文字預處理工作的內容，在nlp中，預處理工作佔了相當大的一部分，有時候預處理的好壞甚至能直接影響結果，這點和cv有所不同。
model.py顧名思義，是用來存放模型的，這次實驗的模型簡單，只需要存放gru，attention，cnn即可完成全部工作。
train.py是用於存放訓練過程的，其實不僅僅是訓練過程，還包括**，結果計算，batch等一系列操作。
——————還有後續，待更新，更新後會發在同名專欄裡邊————————
go 入門級 乙個http服務
servemux 是go自帶的http請求處理器，是乙個路由表，存放key value。根據請求路徑 key 在路由表中查詢，按照最長匹配原則 並將請求交給對應的處理函式 value 匯入http包，介紹幾個方法 http.listenandserve addr string,handler han...
乙個簡單的入門級Python爬蟲
乙個簡易爬蟲，主要功能是爬取全國各地空氣質素資料，輸出到乙個csv檔案，後續加入相關資料處理得出實時空氣質素排名前10和後10的城市及其空氣質素 aqi 使用的是beautifulsoup庫，具體用法參照 import requests from bs4 import beautifulsoup i...
乙個入門級python爬蟲教程詳解
爬蟲的定義 定向抓取網際網路內容 大部分為網頁 並進行自動化資料處理的程式。主要用於對鬆散的海量資訊進行收集和結構化處理，為資料分析和挖掘提供原材料。今日t條就是乙隻巨大的 爬蟲 爬蟲由url庫 採集器 解析器組成。如果待爬取的url庫不為空，採集器會自動爬取相關內容，並將結果給到解析器，解析器提取...