NLP参考资源
https://antkillerfarm.github.io/
NLP參考資源
https://mp.weixin.qq.com/s/4eyxX_EfrImGXnYmTRUFHw
自然語言處理(NLP)入門指南
https://www.geekhub.cn/a/1163.html
宋睿華：好玩的文本生成
https://github.com/Gii16/TreeDrawer
A small tool to draw a only-text tree as the result of stanford coreNLP
http://www.cnblogs.com/CheeseZH/p/5768389.html
依存句法分析與語義依存分析的區別
http://www.taodocs.com/p-4795349.html
基于大規模問答語料的問題檢索系統
https://wenku.baidu.com/view/d38ab1e8856a561252d36fab.html
短文本相似度計算在用戶交互式問答系統中的應用
https://zhuanlan.zhihu.com/p/26461511
關于WordNet，我的一些用法和思路
http://mp.weixin.qq.com/s/YUV2YDXCH9fS_3ckPPBsFQ
手把手教你如何用TensorFlow實現基于DNN的文本分類
http://mp.weixin.qq.com/s/XPlyWdfZbOR5z25Ly-bUGQ
如何在Pytorch中通過OpenNMT系統實現神經機器翻譯
http://mp.weixin.qq.com/s?__biz=MzI4MDYzNzg4Mw==&mid=2247483922&idx=1&sn=cffbaf797cc58e303a65a8a2ae370b86
句法分析（syntactic parsing）在NLP領域的應用是怎樣的？
https://github.com/facebookresearch/fairseq
facebook的一個開源的翻譯類深度學習項目。
https://speechlab.sjtu.edu.cn/pages/sz128/homepage/year/10/27/survey-on-grammar-retrieval/
論文調研：基于“規則、槽值”檢索的口語語義理解
http://geek.csdn.net/news/detail/230350
無監督對話數據清洗利器：Data Purification Framework
http://mp.weixin.qq.com/s/lmHWo9MUdv7ZMI7ARNmTSw
拆開阿里小蜜的內核，看智能人機交互的實現邏輯
https://www.microsoft.com/en-us/research/project/dssm/
微軟的DSSM模型
http://www.csdn.net/article/2015-08-28/2825569
遞歸神經網絡不可思議的有效性
http://mp.weixin.qq.com/s/5kKkZp6Y3_TgHl98dtYNiw
NLP領域中文vs英文有什么異同點，中文NLP有什么獨特的地方?
http://www.wildml.com/2016/07/deep-learning-for-chatbots-2-retrieval-based-model-tensorflow/
IMPLEMENTING A RETRIEVAL-BASED MODEL IN TENSORFLOW
https://mp.weixin.qq.com/s/vGUizRVnosd7cgxha-pimw
200行Python代碼實現感知機詞性標注器
http://www.jianshu.com/p/43db6425ad33
如何為聊天機器人設計數據通道
https://mp.weixin.qq.com/s/H7m7lqWpK27pJp9obXxlIQ
見微知著，從細節處提升詞向量的表示能力
https://baijia.baidu.com/s?id=1571333621049553
對比神經機器翻譯和統計機器翻譯：NMT的六大挑戰
https://mp.weixin.qq.com/s/L04yE6J8n-Z7Cl9yt6kphA
約翰霍普金斯大學計算機科學系Jason Eisner教授總結了一系列的自然語言處理優秀教學資源
http://www.jiqizhixin.com/article/2727
ACL 2017中國研究論文解讀：讀懂中國自然語言處理前沿進展
https://mp.weixin.qq.com/s/ssWi6XIebW8M6_JePG7RZg
微軟的NLP帝國
https://github.com/lianwj/cnn-text-classification-tf
Convolutional Neural Network for Text Classification in Tensorflow
http://blog.csdn.net/skytree/article/details/43672627
2013年7月做的一個自動應答機器人的架構
https://mp.weixin.qq.com/s/mq0PdX6oB2kr_5FyoLA4ug
機器人數學考了134分，要上清華北大NLP是最大難關
https://mp.weixin.qq.com/s/uRR4Vh3PC8SFw-PD9FQLpw
命名實體識別（NER）的二三事
http://shiyanjun.cn/archives/548.html
使用libsvm+tfidf實現文本分類
http://licstar.net/archives/328
詞向量和語言模型
http://www.toutiao.com/a6236100205026328834/
深度學習：推動NLP領域發展的新引擎
http://dataunion.org/9331.html
深度學習、自然語言處理和表征方法
https://www.zhihu.com/question/46272554
如何評價SyntaxNet
https://mp.weixin.qq.com/s/-y2vth2OGx9rAsPvEknVTg
神經網絡結構在命名實體識別（NER）中的應用
https://mp.weixin.qq.com/s/PxyazOPKV3eB-qat8hM9ZQ
神經網絡語義匹配技術
https://mp.weixin.qq.com/s/JgQAMknL4x7nMONzZua7tg
深度學習要多深，才能讀懂人話？阿里小蜜前沿探索
https://mp.weixin.qq.com/s/yN0lOmA0XmqIntqLgwn-TQ
我們眼中的“關系抽取”
http://www.jianshu.com/p/f45c3540c56e
Chatbot架構
https://mp.weixin.qq.com/s/0Jz_BSe6DI29gvWiy7poBw
基于深度學習和經典方法的文本分類
https://mp.weixin.qq.com/s/6cTG9347dOLxiUs_-tdpnQ
百度開源：語義匹配應用介紹和源代碼
https://mp.weixin.qq.com/s/zfgx2iViwFm-tzBGvgHVuw
百度開源：語義表示應用介紹和源代碼
https://mp.weixin.qq.com/s/CxpyMUPnKFCTpw6WgG0kqg
依存句法分析的任務以及形式化定義
http://www.csdn.net/article/2015-02-05/2823865
讓機器搞懂100萬種隱含語義，騰訊Peacock大規模主題模型首次全揭秘
https://mp.weixin.qq.com/s/1TcIC2BFmswQAoC-86QBaw
基于句法結構與語義信息核函數的搭配關系抽取
https://mp.weixin.qq.com/s/NDsQzT4nktbw1fHLLFUhEQ
KBQA: 基于開放域知識庫上的QA系統
http://www.jianshu.com/p/efe92bdb435d
語言模型：Trigram模型的平滑估計
https://mp.weixin.qq.com/s/t2eP09f7tLwhgLO9m1S-9Q
阿里自然語言處理成果
https://mp.weixin.qq.com/s/ROs1Gp_gbgRHUXA5I4yx-g
NLP2005年以來大突破：語義角色標記深度模型
https://mp.weixin.qq.com/s/xMCu8bbrJSVLEpUdd_RIGw
你是合格的數據科學家嗎？30道題測試你的NLP水平
https://mp.weixin.qq.com/s/-bAeg91e3F8hsZAGGmRswQ
基于Bi-LSTM的語義角色標注系統
https://mp.weixin.qq.com/s/LbskUMqwkOJ8CFoLud76ww
機器理解中的遷移學習，斯坦福聯合微軟提出SynNet網絡
https://mp.weixin.qq.com/s/Vh3bCO-ZYoBJLqCTPCpggg
論如何為聊天機器人定義一個固定的人格
https://mp.weixin.qq.com/s?__biz=MzU3NzEzOTE3Mg==&mid=2247483654&idx=1&sn=da54e5cd777e2b9b16e8d526b161886b
深度學習在自然語言處理的應用
https://mp.weixin.qq.com/s/86WNiyEoqBUqHuacNKoJtA
教你打造一個曲風分類機器人
https://mp.weixin.qq.com/s/klfTdvfti0xCg2lGitG4hg
用戶表示方法對新浪微博中用戶屬性分類性能影響的研究
https://mp.weixin.qq.com/s/HNu3GOBFqFE3p6Z95cThaQ
情感計算是人機交互核心？談深度學習在情感分析中的應用
https://mp.weixin.qq.com/s/gyuq2ujb1tiAvAlXtZY4Eg
聊聊“事件抽取”
https://mp.weixin.qq.com/s/sM72a52wz6eXSkcgnd4JJw
人類與機器人，如何能像朋友一樣愉快聊天？
https://mp.weixin.qq.com/s/-D-5p_7DfvR3D7cZjlUmUA
TensorFlow 谷歌神經機器翻譯:從零開始打造屬于你的翻譯系統
https://mp.weixin.qq.com/s/JAWDiNUfU62n8lDRG8zzRw
嘿，朋友，老夫掐指一算你就是“水軍”
https://mp.weixin.qq.com/s/5ajhhc4mpIhoqkl5VkGnaw
深度學習實現問答機器人
http://blog.csdn.net/a635661820/article/details/43906731
Statistical language model統計語言模型
https://mp.weixin.qq.com/s/vNzUngc-boG4QYmf_8lFfw
自動為詞匯推薦義原組合
https://mp.weixin.qq.com/s/IvbJ_d7z91BCcRVpJ9_jMA
如何用深度學習做自然語言處理？這里有份最佳實踐清單
https://mp.weixin.qq.com/s/wH-YYzifsEqMCD_4n8B-Kw
12張圖看懂Gartner《智能客服機器人行業最佳實踐》報告
https://mp.weixin.qq.com/s/PRhhpoYqjMSZCPgrcfqibw
基于序列到序列模型的句子級復述生成
https://mp.weixin.qq.com/s/oMKhVtCTmQKLTmhMx008MA
基于背景知識的對話模型
https://mp.weixin.qq.com/s/eq1I92rjIAWEpYw-1fEHeQ
從Facebook AI Research開源fastText談起文本分類：詞向量模性、深度表征和全連接
https://mp.weixin.qq.com/s/PGj1IjLPz-RmTaLbcnYNCw
自然語言處理領軍人劉兵：沒有終身學習，機器不可能智能
https://mp.weixin.qq.com/s/jk1XgnuydrsTg3HvV0CVvw
當深度學習遇見自動文本摘要
https://mp.weixin.qq.com/s/DhiCkZd4TU4YIAm83e_vLg
更近人類的對話系統自動評測方法
https://mp.weixin.qq.com/s/2aKoOx18RB0GGQTzb3Tjzg
Facebook開源DrQA的PyTorch實現：基于維基百科的問答系統
https://mp.weixin.qq.com/s/9uG8lqr2Kn0vzZKyjLHNGg
從文本挖掘綜述分類、聚類和信息提取等算法
https://mp.weixin.qq.com/s/GYTxN5X7MnSQ4k5bD2l-PQ
Salesforce的愛因斯坦AI最新NLP研究，通過情境化詞向量從翻譯中學習!
https://mp.weixin.qq.com/s/kMQ7q4EyBQUH1DEEhQWdCQ
Familia：開源的中文主題模型應用工具包
https://mp.weixin.qq.com/s/p8gEbamEbJBp_wzsy8_21A
詞義的動態變遷
https://mp.weixin.qq.com/s/GUUkXrB1iyg4rQbBtICq6A
通過NMT訓練的通用語境詞向量：NLP中的預訓練模型？
https://mp.weixin.qq.com/s/62b7kK0StmwTP_DGusE0MA
MIT自然語言處理數據集和語料庫
https://mp.weixin.qq.com/s/GSHk-otPeyGZN5xRNehAyw
KBQA從入門到放棄—入門篇
https://mp.weixin.qq.com/s/-Zz5Cv4QJaRHdBFrGyBuLg
KBQA從入門到放棄 - Part 2
http://www.jianshu.com/p/371a9dd9bba1
五個入門深度學習自然語言處理資源
https://mp.weixin.qq.com/s/Ks9BVr6YC-naX2-iadI78w
自然語言理解-從規則到深度學習
https://mp.weixin.qq.com/s/c7nXiFCI3urS0cbSUSsgYg
哈工大劉挺教授：自然語言處理的十個發展趨勢
https://mp.weixin.qq.com/s/wJry8N4FC9KVv_bVGuzXXw
LinkedIn文本分析平臺：主題挖掘的四大技術步驟
http://mp.weixin.qq.com/s/Or6oDt0aZFlnlMr8EBr-xQ
三角獸首席科學家王寶勛：熱度之下的對話生成
https://mp.weixin.qq.com/s/i4u4Ty8kC0zzUpmRqj8g7A
473個模型試驗告訴你文本分類中的最好編碼方式
https://mp.weixin.qq.com/s/-gnzRjLerqIyLPLBkZNmcA
深度學習在NLP中的運用？從分詞、詞性到機器翻譯、對話系統
https://mp.weixin.qq.com/s/TjFzJVOowfceHwJNUItcxQ
從語言學到深度學習NLP，一文概述自然語言處理
https://mp.weixin.qq.com/s/r9WRkmApBaHvlCQ5F5ypjg
神奇的神經機器翻譯：從發展脈絡到未來前景
https://mp.weixin.qq.com/s/rLFm2J6Bao6H5Qj9Fw0wUg
百度陳翔 ：基于機器學習的搜索語義理解技術！
https://mp.weixin.qq.com/s/BWg77FZ2IugBhO_HWHpfHw
深度學習在自然語言處理中的應用綜述
https://mp.weixin.qq.com/s/_UC2jlOfb34tfB_tsEXjMg
谷歌全新神經網絡架構Transformer：基于自注意力機制，擅長自然語言理解
https://mp.weixin.qq.com/s/9HeLayEDTUCy_ACJUV8fYA
中文分詞調研：任何聲稱在PKU上拿到97%以上所謂“準確率”的說法，可信度都不高！
http://mp.weixin.qq.com/s/fn9WKu0_aH2-lx6VvxC_RA
生成式關鍵短語識別
https://mp.weixin.qq.com/s/M6ufA_9jyGjDCOSDNDrIYg
CMU神經網絡自然語言處理課程推薦的學習資料（非教程）
https://mp.weixin.qq.com/s/xHeEFuv1m1jXFig4tXZY8w
自然語言處理（NLP）快速入門指南
https://mp.weixin.qq.com/s/VPs6OB81K1H7_TMV9xLUVQ
零基礎進行神經網絡語言建模
http://blog.csdn.net/xizero00/article/details/51182003
論文閱讀：End-To-End Memory Networks
http://geek.csdn.net/news/detail/135736
漫談詞向量之基于Softmax與Sampling的方法
https://mp.weixin.qq.com/s/rF4zKCbj3Jh8dDR1239lpA
基于雙語主題模型的跨語言層次分類體系匹配
https://mp.weixin.qq.com/s/gQ9dV-IPWHTOLbI6u0D67g
可解釋推薦系統：身懷絕技，一招擊中用戶心理
https://mp.weixin.qq.com/s/M_ZN0YuvegAnc2GXCZTt9Q
初學者指南：神經網絡在自然語言處理中的應用
https://mp.weixin.qq.com/s/ouNxUvWC_mxap6P5z6_dFA
教聊天機器人進行多輪對話
https://mp.weixin.qq.com/s/fZv9FgbdQ1bWPoNdl9sF1A
“寶石迷陣”與信息檢索
http://www.jianshu.com/p/0273c377c34e
機器學習算法在文本分類中的應用綜述
https://mp.weixin.qq.com/s/BcUB3bXrPJF0WQetWs7Law
用深度學習解決自然語言處理中的7大問題，文本分類、語言建模、機器翻譯等
總結
- 上一篇： NLP, 知识图谱参考资源
- 下一篇： DL参考资源（一）