想成为NLP算法工程师，你必须要看一下这10篇论文！

微软亚洲研究院成立20周年时表示：NLP将迎来黄金十年。

ACL2019NLP进展趋势也主要包括：预训练语言模型、低资源NLP任务（迁移学习/半监督学习/多任务学习/主动学习）、模型可解释性、更多任务&数据集。

【预训练语言模型】已经形成了一种新的 NLP 范式：使用大规模文本语料库进行预训练，对特定任务的小数据集微调，降低单个 NLP 任务的难度。

预训练模型最开始是在图像领域提出的，获得了良好的效果，近几年才被广泛应用到自然语言处理各项任务中。

预训练模型的应用通常分为两步：

预训练模型的好处是训练代价较小，配合下游任务可以实现更快的收敛速度，并且能够有效地提高模型性能，尤其是对一些训练数据比较稀缺的任务。

今天，给大家推荐的这10篇学术论文，都是经典中的经典，对大家在学习预训练模型时有很大帮助。其中有图灵奖得主的经典之作，也有最强的特征提取器、最强的NLP模型、最全的大规模预训练模型，还有ACL2020最佳论文。

这些论文是由老师尽心挑选的，非常适合对预训练模型有所了解的同学、有一定基础的NLP同学、对词向量有了解的同学、合适NLP知识进阶同学等。

最后，给大家推荐为期三天的《文本生成任务——GPT系列模型训练营》，主要讲述最强特征提取器Transformer理论原理解读；GPT1、GPT2、GPT3演进过程；文本生成任务等。8月10号晚上7:30开班，感兴趣的同学也可以扫描上面二维码咨询哦！