NLP入门基本训练，主要包括相关深度学习基础知识的学习、NLP中常用基础模型代码实践。
ELMo、Bert、Transformer文件夹下主要是相关模型的学习理解numpy_CNN-LSTM文件夹下是使用numpy分别实现了Text-CNN和LSTM，可以实现正向传播和反向传播更新参数。word2vec文件夹下主要是对word2vec的学习，实现了Skip Gram模型进行小实验Text Classification主要是实现了最大熵、TextCNN、LSTM、Bert等模型用于文本分类Named Entity Recognition下主要实现了NER任务的基础模型，包括BiLSTM-CRF、BERT-BiLSTM-CRF、Char_emb-BiLSTM-CRF。Chinese Words Segmentation主要实现了将BiLSTM-CRF、Bert-BiLSTM-CRF用于中文分词进行实验。semantic parsing主要包含两个子任务的实现，一个是sentence to logic form，另一个是frame semantic parsing，分别对两篇文章的模型进行复现。