项目：nlp-tutorial
简介：内容相当丰富，涵盖神经网络机器翻译、问答匹配、电影评价分类、新闻分类等多个领域。这是一个教你逐步实现和适应简单的实词 NLP 任务的教程。这些资源都提供了源码，对初学者来说，极为友好，可以学会建立自己的模型。
GitHub ：https://github.com/lyeoni/nlp-tutorial
神经机器翻译：提供了神经机器翻译的简单 PyTorch 实现，以及机器翻译过程中各种序列到序列（seq2seq）模型的比较。包含seq2seq，注意机制，自回归，Teacher-forcing；
问答匹配：提供了简单的 PyTorch 问答匹配实现。包含长度可变的 LSTM 序列，TF-IDF，文本分类；
新闻分类：基于 textcn 的文本分类，语料库是英文的赫夫波斯特新闻分类数据集。包含textcn，文本分类，文本分类；
电影分级（韩国 NLP）：基于 TextCNN 的文本分类，其语料库是 Huffpost 的新闻分类数据集。包含TextCNN、文本分类、情感分析。
（https://github.com/lyeoni/nlp-tutorial）
