由于考虑到部分模型及思路想法的复现代码量比较大，集中放在一个仓库中不合适，所以这里将一些代码量较大的项目分离到单独的仓库中，并通过引用指向。

特别说明：此处模型代码为纯模型结构的代码，且都经过本人训练、测试、评价使用无误的代码，在代码关键处我添加了必要的注释，可以放心使用。

目前我的想法是直接复现论文时，只上传模型结构的代码，这样有利于缩小项目体积（后续逐步构建完善）。当然，如果有对部分复现代码感兴趣的伙伴，想要提出交流或者想要我实现完整过程等，欢迎提Issue。

1. smudict

2. thchs30

3. ubuntu corpus

4. TrecQA：TrecQA是QA最广泛评估和长期作为标准的数据集之一，用于回答基于事实的问题的任务

5. QatarLiving：答案通常是主观的而不是事实的，在这个数据集中，每个问题有十个答案，标记为“正向”和“负向”

6. Tweet Reply Prediction：数据集中包含对知名品牌的Tweet-Response对

7. ETT(变电站温度数据)

8. ECL(耗电量数据)

9. 天气数据

10. DailyDialog++：DailyDialog数据集的升级版，11K的多轮对话上下文，每个上下文包括五个标准的参考回复、五个不相关的回复、五个随机挑选的回复

11. DailyDialog: A Manually Labelled Multi-turn Dialogue Dataset：包含对话意图和情感信息的多轮对话数据集

1. Byte Pair Encoding（BPE）：论文代码

2. Batch Normalization

3. Cosine Normalization

4. Group Normalization：论文代码

5. data_enhancement：文本匹配中句子对数据增强

6. SIF和USIF：SIF和uSIF的Sentence Embedding实现

1. en_text_to_phoneme：文本转音素的切分方式
2. preprocess_tfrecord：TFRecord格式保存以及Dataset加载
3. attention：加法、点乘、自注意力等各类Attention实现
4. logME：预训练模型评估方法

1. Transformer
2. Scheduled Sampling for Transformer
3. GPT2
4. GPT2-TF2.3完整仓库：使用GPT2以及TensorFlow2.3实现闲聊，后续更新PyTorch。
5. Sequential Matching Network
6. Seq-to-Seq base
7. Neural Belief Tracker
8. An End-to-End Trainable Neural Network Model with Belief Tracking for Task-Oriented Dialog
9. SMN
10. DAM
11. Informer
12. InferSent：七种方式中，选用BiLSTM+Max Pooling+BERT Base融合

Seq-to-Seq base：包含完整数据处理、训练、对话、模型保存恢复等代码

logME：预训练模型评估方法