HanLP：面向生产环境的多语种自然语言处理工具包

chenyuntc/pytorch - book是《深度学习框架PyTorch：入门与实践（第2版）》对应的代码库，可独立作为PyTorch入门教程。它包含基本使用、高级扩展、实战应用三大模块，基本使用部分涵盖PyTorch主要模块和常用工具介绍，高级扩展涉及向量化思想、分布式操作、CUDA扩展等，实战应用实现了动漫头像生成、自动写诗等有趣应用，提供完整代码和预训练模型，是一个很有价值的PyTorch学习资源库。

这是一个关于斯坦福CS224n深度学习自然语言处理课程2019年的中文笔记项目。遵循CCBY - NC - SA4.0协议，欢迎任何人参与完善。项目中有笔记整理活动正在进行，并且给出了多种参与项目的联系方式，包括在github上提issue、发邮件以及在学习交流群中联系群主或管理员等，是一个很好的自然语言处理课程学习资源。

funNLP是一个极为全面的自然语言处理资源库，涵盖了从数据抽取、词库、文本生成与摘要、语言检测到知识图谱等多方面的内容。其中包含众多实用的工具，如中英文敏感词处理、各种数据的抽取、多种词库等，还拥有大量不同类型的NLP数据集，像百度中文问答数据集、中文聊天语料等，无论是对NLP的基础研究还是实际应用开发都有很大价值。

TorchGeo是一个类似于torchvision的PyTorch领域库，专注于地理空间数据相关的数据集、采样器、转换和预训练模型。它能处理多光谱、不同坐标系统和分辨率的地理空间数据集，有多种采样器方便采样，支持特定传感器预训练的模型权重，还与Lightning框架良好集成用于不同任务的训练，包括在多种数据集上的操作示例。这个库为机器学习专家处理地理空间数据以及遥感专家探索机器学习方案提供了极大的便利。

该项目是一个基于Python3和TensorFlow1.2构建的用于中文命名实体识别的BiLSTM - CRF模型。旨在识别PERSON、LOCATION和ORGANIZATION三种命名实体。包含模型结构、数据集来源与格式、运行方式等多方面内容，是一个较为完整的中文命名实体识别项目实现。

Chinese-Text-Classification-Pytorch是一个基于pytorch的中文文本分类项目。它涵盖了TextCNN、TextRNN等多种模型。项目使用从THUCNews抽取的20万条新闻标题作为数据集，共10个类别。预训练词向量采用搜狗新闻Word+Character300d，提供了不同模型的训练、测试使用说明，并且给出了各模型的效果对比，对于中文文本分类研究和开发具有重要的参考价值。