笔者是NLP方向研二在读，本博是记录自己深度学习和自然语言处理学习的点滴（主要是资料汇总），不定期更新，希望能帮到你~
欢迎关注下方公众号，获取更多NLP资讯~
1
1.百闻不如一码！手把手教你用Python搭一个Transformer
2.从ReLU到GELU，一文概览神经网络的激活函数
详解softmax函数以及相关求导过程
卷积神经网络（CNN）之一维卷积、二维卷积、三维卷积详解
如何以初学者角度写好一篇国际学术论文？
如何写一篇合格的NLP论文
触底理解正则化
人人都能看懂的LSTM
2.信息抽取
2020实体关系抽取方法总结
达摩院算法工程师35页PPT详解命名实体识别及其在阿里小蜜的应用
3.预训练
PTMs：NLP预训练模型的全面总结
使用BERT获取token级别向量
使用BERT获取句子级别向量
word2vec是如何得到词向量的？
NLP中的mask全解
模型部署(一)：以BERT分类为例阐述模型部署关键技术(附源码)
细讲 | Attention Is All You Need
一步步解析Attention Is All You Need
Longformer：超越RoBERTa，为长文档而生的预训练模型
关于Transformer，面试官们都怎么问
BERT的嵌入层是如何实现的？看完你就明白了
4事件抽取
2020中文事件知识图谱构建研究进展与趋势
论文笔记 | 利用Argument信息以及Attention机制提升事件检测的效果
DCFEE: A Document-level Chinese Financial Event Extraction System based on Automatically Labeled Training Data
论文笔记之《Event Extraction via Dynamic Multi-Pooling Convolutional Neural Network》
Joint Extraction of Events and Entities within a Document Context [NAACL2016]
One for All: Neural Joint Modeling of Entities and Events
5.数据结构与算法
6.命名实体识别
工业界求解NER问题的12条黄金法则
美团搜索中NER技术的探索与实践
7 模型部署
利用Docker和阿里云容器服务轻松搭建TensorFlow Serving集群
在Tensorflow Serving上部署基于LSTM的文本分类模型