来自 | 知乎

作者 | 忆臻

地址 | https://zhuanlan.zhihu.com/p/379167295

编辑 | 机器学习算法与自然语言处理公众号

来自京东硅谷研发中心 (JD.COM Silicon Valley Research Center) 的首席科学家吴凌飞博士领导的 Graph4AI 团队开发了首个面向NLP的图深度学习工具包：Graph4NLP: Deep Learning on Graphs for Natural Language Processing 。

他们Graph4NLP团队（7个开发人员）在过去一年时间里，开发了首个面向NLP的图深度学习工具包：Graph4NLP: Deep Learning on Graphs for Natural Language Processing（https://github.com/graph4ai/graph4nlp）。使用GNNs，来做各种各样的NLP任务。目前Graph4NLP的包是建立在DGL基础上，关键模块包含了文本转图结构模块（Graph Construction), 图学习模块 (Graph Representation Learning), 预测模块，评估模块，和损失函数模块。而且他们加入了一些通用模型比如Graph2Seq, Graph2Tree, 从而使使用开发更加容易。同时，他们提供了大量的具体NLP任务的实例代码，供大家学习和修改使用，开发效率非常高效。欢迎大家使用，同时提出宝贵意见。

而且他们刚刚在NAACL'21上完成了一次非常热烈的DLG4NLP Tutorial，讲座幻灯片和视频都放在他们的

https://github.com/graph4ai/graph4nlp

repo。

相关资源链接：

Code: graph4ai/graph4nlp

Demo: graph4ai/graph4nlp_demo

Github literature list: graph4ai/graph4nlp_literature

NAACL'21 DLG4NLP Tutorial: drive.google.com/file/d

非常欢迎大家交流学习！请各位走过路过的朋友，顺手点个star，谢谢！

推荐阅读：
人人都能看懂的LSTM



    
细节满满！理解对比学习和SimCSE，就看这6个知识点
如何理解 inductive learning 与 transductive learning?

点击下方卡片，关注公众号“机器学习算法与自然语言处理”，获取更多信息：