学习NLP，推荐一下AllenNLP这个工具。
从学习pytorch到学习处理NLP问题，中间有很长的路要走，其中有很多坑。NLP数据预处理要比CV的麻烦很多，比如去除停用词，建立词典，加载各种预训练词向量，Sentence -> Word ID -> Word Embedding的过程(Tobias Lee：文本预处理方法小记)，其中不仅需要学习pytorch，可能还要学习spacy，NLTK，numpy，pandas，tensorboardX等常用python包。用到RNN时，还要经过pad,pack,pad的过程，像这样的很多函数在使用时需要有数学基础加上简单的实践，感觉对一个新人来说，高维数据的流动有点抽象，不容易理解。还有数据集的读取，tensorboardX的使用。。。。各种东西要学习。在运行别人的代码后打印出信息，不仅看着上档次，而且可以看到很多实用的信息。。。
第一次知道allennlp这个东西，是在看了师兄给我的第一篇论文ELMo后大概了解的，后来学习pytorch才发现路途漫长，而这与两周一次的汇报进度相矛盾，于是计划在寒假学习一下allennlp，不仅要学习AllenNLP的使用，更要阅读AllenNLP的源码，可以学习到很多算法的实现。
AllenNLP是在pytorch基础上的封装，封装程度挺合理（后来发现了Gluonnlp，Gluonnlp在一些处理更方便，但缺乏灵活，功能更少），它的目标是处理NLP任务，可以减少很多额外的学习。比如，分词，帮你用spacy，NLTK，或者简单的按空格分词处理。数据集的读取，它内置了很多数据集的读取，你可以在通过学习它的读取方式，在它的基础上对自己需要的数据集进行读取。在Sentence -> Word ID -> Word Embedding的过程中，Glove，ELMo，BERT等常用的都可以直接使用，需要word，char粒度的都可以。log打印输出，在内置的输出项之外，你可以很方便地加入想要输出的信息。模型的各个组件中的参数都可以存在一个json/jsonnet文件中，修改参数进行实验很方便。
入门学习的网站：
[AllenNLP tutorials](AllenNLP – Tutorials)
[github AllenNLP源码](allenai/allennlp)
[简书中的一篇教程](AllenNLP 使用教程)
[realworldnlp系列教程](Real-World Natural Language Processing)
[知乎中对realworldnlp的一篇翻译文章](机器之心：利用AllenNLP，百行的Python代码训练情感分类器)
