Merge branch 'develop' into 'develop'

Develop

See merge request !36

models/contentunderstanding/readme.md

 # 内容理解模型库
 
 ## 简介
-我们提供了常见的内容理解任务中使用的模型算法的PaddleRec实现, 单机训练&预测效果指标以及分布式训练&预测性能指标等。实现的内容理解模型包括 [Tagspace](http://gitlab.baidu.com/xujiaqi01/paddlerec/tree/develop/models/contentunderstanding/tagspace)、[文本分类](http://gitlab.baidu.com/xujiaqi01/paddlerec/tree/develop/models/contentunderstanding/text_classification)。
+我们提供了常见的内容理解任务中使用的模型算法的PaddleRec实现, 单机训练&预测效果指标以及分布式训练&预测性能指标等。实现的内容理解模型包括 [Tagspace](tagspace)、[文本分类](classification)等。
 
 模型算法库在持续添加中，欢迎关注。
 
 ## 目录
 * [整体介绍](#整体介绍)
-    * [内容理解模型列表](#内容理解模型列表)
+    * [模型列表](#内容理解模型列表)
 * [使用教程](#使用教程)
     * [数据处理](#数据处理)
     * [训练](#训练)
@@ -18,13 +18,24 @@
     * [模型性能列表](#模型性能列表)
 
 ## 整体介绍
-### 排序模型列表
+### 模型列表
 
 |       模型        |       简介        |       论文        |
 | :------------------: | :--------------------: | :---------: |
-| TagSpace | 标签推荐 | [TagSpace: Semantic Embeddings from Hashtags](https://research.fb.com/publications/tagspace-semantic-embeddings-from-hashtags/) |
-| TextClassification | 文本分类 | -- |
+| TagSpace | 标签推荐 | [TagSpace: Semantic Embeddings from Hashtags (2014)](https://research.fb.com/publications/tagspace-semantic-embeddings-from-hashtags/) |
+| Classification | 文本分类 | [Convolutional neural networks for sentence classication (2014)](https://www.aclweb.org/anthology/D14-1181.pdf) |
 
+下面是每个模型的简介（注：图片引用自链接中的论文）
+
+[TagSpace模型](https://research.fb.com/publications/tagspace-semantic-embeddings-from-hashtags)
+<p align="center">
+<img align="center" src="../../doc/imgs/tagspace.png">
+<p>
+
+[文本分类CNN模型](https://www.aclweb.org/anthology/D14-1181.pdf)
+<p align="center">
+<img align="center" src="../../doc/imgs/cnn-ckim2014.png">
+<p>
 
 ## 使用教程
 ### 数据处理
@@ -53,7 +64,7 @@ mv test.csv raw_big_test_data
 python text2paddle.py raw_big_train_data/ raw_big_test_data/ train_big_data test_big_data big_vocab_text.txt big_vocab_tag.txt
 ```
 
-**（2）TextClassification**
+**（2）Classification**
 
 无
 
@@ -66,7 +77,7 @@ python text2paddle.py raw_big_train_data/ raw_big_test_data/ train_big_data test
 |       数据集        |       模型       |       loss        |       auc          |       acc         |       mae          |
 | :------------------: | :--------------------: | :---------: |:---------: | :---------: |:---------: |
 |       --        |       TagSpace       |       --        |       --          |       --          |       --          |
-|       --        |       TextClassification       |       --        |       --          |       --          |       --          |
+|       --        |       Classification       |       --        |       --          |       --          |       --          |
 
 
 ## 分布式
@@ -74,7 +85,7 @@ python text2paddle.py raw_big_train_data/ raw_big_test_data/ train_big_data test
 |       数据集        |       模型       |       单机        |       同步 (4节点)          |       同步 (8节点)          |  同步 (16节点)          |  同步 (32节点)          |
 | :------------------: | :--------------------: | :---------: |:---------: |:---------: |:---------: |:---------: |
 |       --        |       TagSpace       |       --        |       --          |       --          |  --          |  --          |
-|       --        |       TextClassification       |       --        |       --          |       --          |   --          |   --          |
+|       --        |       Classification       |       --        |       --          |       --          |   --          |   --          |
 
 
 ----
@@ -82,4 +93,4 @@ python text2paddle.py raw_big_train_data/ raw_big_test_data/ train_big_data test
 |       数据集        |       模型       |       单机        |       异步 (4节点)          |       异步 (8节点)          |  异步 (16节点)          |  异步 (32节点)          |
 | :------------------: | :--------------------: | :---------: |:---------: |:---------: |:---------: |:---------: |
 |       --        |       TagSpace       |       --        |       --          |       --          |  --          |  --          |
-|       --        |       TextClassification       |       --        |       --          |       --          |   --          |   --          |
+|       --        |       Classification       |       --        |       --          |       --          |   --          |   --          |
\ No newline at end of file

models/rank/readme.md

 # 排序模型库
 
 ## 简介
-我们提供了常见的排序任务中使用的模型算法的PaddleRec实现, 单机训练&预测效果指标以及分布式训练&预测性能指标等。实现的排序模型包括 [多层神经网络](http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/dnn)、[Deep Cross Network](http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/dcn)、[DeepFM](http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/deepfm)、 [xDeepFM](http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/xdeepfm)、[Deep Interest Network](http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/din)、[Wide&Deep](http://gitlab.baidu.com/tangwei12/paddlerec/tree/develop/models/rank/wide_deep)。
+我们提供了常见的排序任务中使用的模型算法的PaddleRec实现, 单机训练&预测效果指标以及分布式训练&预测性能指标等。实现的排序模型包括 [多层神经网络](dnn)、[Deep Cross Network](dcn)、[DeepFM](deepfm)、 [xDeepFM](xdeepfm)、[Deep Interest Network](din)、[Wide&Deep](wide_deep)。
 
 模型算法库在持续添加中，欢迎关注。
 
 ## 目录
 * [整体介绍](#整体介绍)
-    * [排序模型列表](#排序模型列表)
+    * [模型列表](#模型列表)
 * [使用教程](#使用教程)
     * [数据处理](#数据处理)
     * [训练](#训练)
@@ -18,16 +18,43 @@
     * [模型性能列表](#模型性能列表)
 
 ## 整体介绍
-### 排序模型列表
+### 模型列表
 
 |       模型        |       简介        |       论文        |
 | :------------------: | :--------------------: | :---------: |
 | DNN | 多层神经网络 | -- |
-| wide&deep | Deep + wide(LR) | [Wide & Deep Learning for Recommender Systems](https://dl.acm.org/doi/abs/10.1145/2988450.2988454)(2016) |
-| DeepFM | DeepFM | [DeepFM: A Factorization-Machine based Neural Network for CTR Prediction](https://arxiv.org/abs/1703.04247)(2017) |
-| xDeepFM | xDeepFM | [xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems](https://dl.acm.org/doi/abs/10.1145/3219819.3220023)(2018) |
-| DCN | Deep Cross Network | [Deep & Cross Network for Ad Click Predictions](https://dl.acm.org/doi/abs/10.1145/3124749.3124754)(2017) |
-| DIN | Deep Interest Network | [Deep Interest Network for Click-Through Rate Prediction](https://dl.acm.org/doi/abs/10.1145/3219819.3219823)(2018) |
+| wide&deep | Deep + wide(LR) | [Wide & Deep Learning for Recommender Systems](https://dl.acm.org/doi/pdf/10.1145/2988450.2988454)(2016) |
+| DeepFM | DeepFM | [DeepFM: A Factorization-Machine based Neural Network for CTR Prediction](https://arxiv.org/pdf/1703.04247.pdf)(2017) |
+| DCN | Deep Cross Network | [Deep & Cross Network for Ad Click Predictions](https://dl.acm.org/doi/pdf/10.1145/3124749.3124754)(2017) |
+| xDeepFM | xDeepFM | [xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems](https://dl.acm.org/doi/pdf/10.1145/3219819.3220023)(2018) |
+| DIN | Deep Interest Network | [Deep Interest Network for Click-Through Rate Prediction](https://dl.acm.org/doi/pdf/10.1145/3219819.3219823)(2018) |
+
+下面是每个模型的简介（注：图片引用自链接中的论文）
+
+[wide&deep](https://dl.acm.org/doi/pdf/10.1145/2988450.2988454):
+<p align="center">
+<img align="center" src="../../doc/imgs/wide&deep.png">
+<p>
+
+[DeepFM](https://arxiv.org/pdf/1703.04247.pdf):
+<p align="center">
+<img align="center" src="../../doc/imgs/deepfm.png">
+<p>
+
+[XDeepFM](https://dl.acm.org/doi/pdf/10.1145/3219819.3220023):
+<p align="center">
+<img align="center" src="../../doc/imgs/xdeepfm.png">
+<p>
+
+[DCN](https://dl.acm.org/doi/pdf/10.1145/3124749.3124754):
+<p align="center">
+<img align="center" src="../../doc/imgs/dcn.png">
+<p>
+
+[DIN](https://dl.acm.org/doi/pdf/10.1145/3219819.3219823):
+<p align="center">
+<img align="center" src="../../doc/imgs/din.png">
+<p>
 
 ## 使用教程
 ### 数据处理
@@ -66,4 +93,4 @@
 |       Criteo        |       DCN       |       --        |       --          |       --          |  --          |  --          |
 |       Criteo        |       xDeepFM       |       --        |       --          |       --          |  --          |  --          |
 |       Census-income Data        |       Wide&Deep       |       --        |       --          |       --          |  --          |  --          |
-|       Amazon Product        |       DIN       |       --        |       --          |       --          |  --          |  --          |
+|       Amazon Product        |       DIN       |       --        |       --          |       --          |  --          |  --          |
\ No newline at end of file

readme.md

@@ -108,7 +108,7 @@ python -m paddlerec.run -m ./models/rank/dnn/config.yaml -e single
 
 |   方向   |                                      模型                                      | 单机CPU训练 | 单机GPU训练 | 分布式CPU训练 |
 | :------: | :----------------------------------------------------------------------------: | :---------: | :---------: | :-----------: |
-| 内容理解 | [Text-Classifcation](models/contentunderstanding/text_classification/model.py) |      ✓      |      x      |       ✓       |
+| 内容理解 | [Text-Classifcation](models/contentunderstanding/classification/model.py) |      ✓      |      x      |       ✓       |
 | 内容理解 |           [TagSpace](models/contentunderstanding/tagspace/model.py)            |      ✓      |      x      |       ✓       |
 |   召回   |                      [TDM](models/treebased/tdm/model.py)                      |      ✓      |      x      |       ✓       |
 |   召回   |                  [Word2Vec](models/recall/word2vec/model.py)                   |      ✓      |      x      |       ✓       |
@@ -162,4 +162,4 @@ python -m paddlerec.run -m ./models/rank/dnn/config.yaml -e single
   
 ### 许可证书
 本项目的发布受[Apache 2.0 license](LICENSE)许可认证。
-  
+  
\ No newline at end of file