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/Agda, C++/Erlang/Lisp
Natural language processing
来自开放百科 - 灰狐
（版本间的差异）
小 (→项目) |
小 (→图集) |
||
| 第42行： | 第42行： | ||
image:future-applications-of-nlp.png|NLP应用 | image:future-applications-of-nlp.png|NLP应用 | ||
image:nlp-nlu-engineer-skill-tree.png|技能树 | image:nlp-nlu-engineer-skill-tree.png|技能树 | ||
| + | image:AnyQ-Framework.png|AnyQ问答系统框架 | ||
</gallery> | </gallery> | ||
2019年2月4日 (一) 11:12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 |
简介
Deep Learning is becoming hot in Natural Language Processing
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
NLU & Bot
- Microsoft Bot Builder
- ChatterBot Python驱动
- Botpress The open-source bot platform, TypeScript和JavaScript驱动
- WeixinBot 网页版微信API，包含终端版微信及微信机器人
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
DrQA
传统NLP和深度学习NLP
NLP应用
技能树
AnyQ问答系统框架
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
- 一文详解维基百科的开放性问答系统
分享您的观点
