欢迎大家赞助一杯啤酒🍺 我们准备了下酒菜:Formal mathematics/Isabelle/ML, Formal verification/Coq/ACL2, C++/F#/Lisp
Natural language processing
来自开放百科 - 灰狐
(版本间的差异)
小 (→图集) |
小 (→链接) |
||
第36行: | 第36行: | ||
==链接== | ==链接== | ||
*[https://www.xenonstack.com/blog/overview-of-artificial-intelligence-and-role-of-natural-language-processing-in-big-data Overview of Artificial Intelligence and Role of Natural Language Processing in Big Data] | *[https://www.xenonstack.com/blog/overview-of-artificial-intelligence-and-role-of-natural-language-processing-in-big-data Overview of Artificial Intelligence and Role of Natural Language Processing in Big Data] | ||
+ | *[http://www.infoq.com/cn/articles/predicting-movie-ratings-nlp 预测电影评级:NLP正是电影公司所需要的] | ||
*[http://www.52nlp.cn/?p=8339 斯坦福大学深度学习与自然语言处理第一讲:引言] | *[http://www.52nlp.cn/?p=8339 斯坦福大学深度学习与自然语言处理第一讲:引言] | ||
*[http://www.52nlp.cn/?p=8438 斯坦福大学深度学习与自然语言处理第二讲:词向量] | *[http://www.52nlp.cn/?p=8438 斯坦福大学深度学习与自然语言处理第二讲:词向量] |
2017年8月24日 (四) 02:54的版本
您可以在Wikipedia上了解到此条目的英文信息 Natural language processing Thanks, Wikipedia. |
Natural language processing(简称NLP) 自然语言处理是人工智能和语言学领域的分支学科。
目录 |
项目
- Speech and Natural Language Processing
- fastText
- DrQA Reading Wikipedia to Answer Open-Domain Questions
- Apache UIMA
- DeepDive
- Apache OpenNLP
- ScalaNLP
- Natural Language Toolkit
- Stanford NLP Group, 斯坦福大学自然语言处理工具
- Stanford NLP @ GitHub
- NLPChina: 中国自然语言处理开源组织
文档
- Deep Learning for Natural Language Processing
- NLP and Deep Learning 1: Human Language & Word Vectors
- NLP and Deep Learning 2: Compositonal Deep Learning
- Deep NLP Recurrent Neural Networks
- Memory, Reading, and Comprehension
- Deep NLP Applications and Dynamic Memory Networks
图书
图集
链接
- Overview of Artificial Intelligence and Role of Natural Language Processing in Big Data
- 预测电影评级:NLP正是电影公司所需要的
- 斯坦福大学深度学习与自然语言处理第一讲:引言
- 斯坦福大学深度学习与自然语言处理第二讲:词向量
- 斯坦福大学深度学习与自然语言处理第三讲:高级的词向量表示
- 用MeCab打造一套实用的中文分词系统(一)
- 用MeCab打造一套实用的中文分词系统(二)
- 用MeCab打造一套实用的中文分词系统(三):MeCab-Chinese
- 用MeCab打造一套实用的中文分词系统(四):MeCab增量更新
- 无限大地NLP_空木的专栏,研究自然语言处理、机器学习、信息抽取等方向
- 清华大学自然语言处理与社会人文计算实验室
分享您的观点