ABSA-PyTorch：基于PyTorch的方面情感分析实现

Jiagu是一个深度学习自然语言处理工具，使用大规模语料训练而成。它能提供中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、关键词抽取、文本摘要、新词发现、情感分析、文本聚类等功能。安装方式有pip安装和源码安装，使用方式多样，可用于多种自然语言处理任务，如分词、词性标注、命名实体识别等，不同功能都有对应的示例代码可供参考。

本项目名为Dive - into - DL - PyTorch，主要工作是把《动手学深度学习》原书中MXNet实现改为PyTorch实现。仓库包含code和docs等文件夹，code存放基于PyTorch的代码，docs是相关文档内容。有多种查看文档的方法，项目面向对深度学习尤其是PyTorch感兴趣者，不需要深度学习背景知识，了解基础数学和编程即可。它为想学习PyTorch深度学习的人提供了很好的资源，包括不同的使用方式等内容。

HanLP是一个开源的自然语言处理工具包，基于PyTorch和TensorFlow2.x双引擎构建，具备功能完善、精度准确、性能高效、语料时新、架构清晰、可自定义的特点。支持130种语言上的多种任务，预训练众多模型且持续迭代。提供两种API，适用于不同场景，还有多种应用案例，如在特定语料库上训练模型等，是自然语言处理领域的实用工具。

jieba是一个优秀的Python中文分词组件。它支持精确、全、搜索引擎、paddle等多种分词模式，可满足不同需求。还具备词性标注、自定义词典、关键词提取等功能，并且基于高效的算法实现。在多种自然语言处理任务中有广泛应用，同时有多种其他语言的实现版本，适合开发人员在不同场景下进行中文文本处理。

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。

这是PyTorch的官方中文教程项目，包含了众多内容。在深度学习领域存在多种框架如TensorFlow、PyTorch等，PyTorch有着简洁、高效等优点。此教程主要面向学生和深度学习爱好者，有PyTorch介绍、安装教程，60分钟快速入门教程能让小白快速构建分类器模型，还有计算机视觉、自然语言处理等多方面的模型及应用相关教程，官方文档视频版也已上线B站，是一个非常全面的学习资源。