HLT基础编码练习

新生夏令营主页

用法

# 复制仓库到本地并进入目录
$ git clone [email protected]:SUDA-LA/CIP.git && cd CIP
# 切换到相应的分支
$ git checkout -b <branch> origin/<branch>
# ...
# 主分支有变动请注意及时更新(optional)
# $ git merge origin/master
# ...
# 提交代码到自己的分支(不属于你的分支无法提交)
$ git push

练习列表

• 汉字编码（C/C++语言实现）
• 最大匹配分词
• 网页正文抽取，请见2016春季学期《信息检索》(课程主页)
• HMM (slides)
• LinearModel (slides)
• LogLinearModel (slides)
• GlobalLinearModel (slides)
• CRF (slides)

数据

根据不同任务从到新生夏令营主页中下载。

可选练习

• BPNN (slides)
  • 推荐阅读（英文版；中文版）
  • PyTorch相关学习材料（Deep Learning for NLP with Pytorch）
• 序列标注
  • 基于BiLSTM+CRF的序列标注模型（POS Tagging，NER和chunking），在此基础上利用了CharLSTM和ELMo，可以参考蒋炜和张宇同学的仓库