接触NLP以来，走过的坑颇多，回头望，满是心酸泪啊。鉴于此，为了让更多的人少走弯路，我决定写下一系列教程，既是为了总结这段时间所学，也是为了服务大众。毕竟才疏学浅，还希望大家多多批评指教。

暂定每周更新一篇TEACH_NLP博文，希望能让后来人能够尽快的走入NLP的大门。目前我的研究方向是情感分类，方法是深度学习（LSTM，CNN。。。），工具以tensorflow为主，语料库以英文语料库为主，因此，切入点就从情感分类开始。我将从数据处理开始，到建模到训练，到模型优化，到调参……简化理论，重视应用，一步一步讲解NLP相关知识。暂列大体框架如下：

1、Tonsorflow简单入门——简单全连接神经网络实现

2、文本数据处理——从原始数据处理成神经网络需要的形式

3、第一个神经网络模型——全连接神经网络进行情感分类

4、简单LSTM模型——LSTM进行情感分类

5、Multi-LSTM（多层LSTM），Bi-LSTM（双向LSTM）的实现

6、LSTM模型加词向量进行情感分类

7、Attention 机制在LSTM里的实现

8、CNN模型

9、Attention 机制在CNN里的实现

10、CNN与LSTM的串联及并联

11、正则化的使用，滑动平均，动态学习率等技巧的使用

12、调参技巧简单介绍

若有必要还会添加一些必要的或有趣的内容。比如诗歌生成，对话生成等方向的知识。希望能与大家一起学习一起进步。为保证教程质量，暂定一周更新一篇。

本教程相关完整代码均发布于：https://github.com/pkulics/teach_NLP

同时，码世界也会同步更新本系列教程。

奈斯