NLP参考资源（一）
2017-07-25NLP参考资源
综述
https://mp.weixin.qq.com/s/4eyxX_EfrImGXnYmTRUFHw
自然语言处理(NLP)入门指南
https://mp.weixin.qq.com/s/GdnnMNrpfzxTbKwIE6lfgQ
NLP技术路线详解
https://www.zhihu.com/question/355125622
NLP领域，你推荐哪些综述性的文章？
https://mp.weixin.qq.com/s/hHAYh52cw8u104OeqJNBNg
一文看懂NLP神经网络发展历史中最重要的8个里程碑！
https://mp.weixin.qq.com/s/PebcTkIanjwh915IVn-oDA
八大步骤解决90%的NLP问题
https://mp.weixin.qq.com/s/bcVGqVkQoVdo3fYUJJkpCQ
NLP入门+实战必读：一文教会你最常见的10种自然语言处理技术
https://mp.weixin.qq.com/s/h0qVaWySv7JmypYNv4OBMw
香侬科技李纪为对初入NLP领域者的一些小建议
https://mp.weixin.qq.com/s/J2b_7o5VuAUD3ze6CngWuA
NLPprogress.com-随时跟进自然语言处理研究最新进展，34个NLP任务的数据、模型、论文与代码
https://mp.weixin.qq.com/s/hL0n2V7lEZxNIAwP3wir6g
35页自然语言处理深度学习综述，带你纵览NLP知识全貌
https://mp.weixin.qq.com/s/sQ903WNSR4v367t78_VG1Q
自然语言处理全家福：纵览当前NLP中的任务、数据、模型与论文
https://mp.weixin.qq.com/s/mU5I7FCIwfwbYl4ED7EIXA
基于深度学习的NLP研究大盘点
https://mp.weixin.qq.com/s/B_hnpOp_AVsIoL8gbkL4Hw
深度学习在文本领域的应用
http://www.jianshu.com/p/371a9dd9bba1
五个入门深度学习自然语言处理资源
https://mp.weixin.qq.com/s/Ks9BVr6YC-naX2-iadI78w
自然语言理解-从规则到深度学习
https://mp.weixin.qq.com/s/c7nXiFCI3urS0cbSUSsgYg
哈工大刘挺教授：自然语言处理的十个发展趋势
https://mp.weixin.qq.com/s?__biz=MzIwMTQ4MzQwNQ==&mid=2653318072&idx=1&sn=a4f8912af0b1af816739a483f933803a
NLP概念图及自然语言系统架构简说
https://mp.weixin.qq.com/s/4-pb-G1P3GMbq02kyZ0q8A
NLP存在的问题与未来的架构
https://mp.weixin.qq.com/s/T3Q0XiC20jo339JOhm2Pag
微软研究院Jianfeng Gao：基于深度学习的自然语言处理导论
https://mp.weixin.qq.com/s/nydByhX-sYROK2-OkUWA2g
基于深度学习的自然语言处理
https://mp.weixin.qq.com/s/fRw4DBX_Gl5CD0kvuiS5ag
最新人机对话系统简略综述
http://mp.weixin.qq.com/s/k4dxj6qTGKNyoTn1uTb_aA
李航：深度学习NLP的现有优势与未来挑战
https://mp.weixin.qq.com/s/acCd1G1wnRZtleudUKhuWA
一文概述2017年深度学习NLP重大进展与趋势
https://mp.weixin.qq.com/s/5ftsfNSAb7pAizVA5m-xXw
2017年回顾：NLP、深度学习与大数据
https://mp.weixin.qq.com/s/nN_-M37IlZ96cF6uqKGjRg
2018年自然语言取得不错的研究有哪些？
https://mp.weixin.qq.com/s/ClJ24ooVO1Em6pp81YaSdQ
一步步教你构建NLP pipeline
https://mp.weixin.qq.com/s/BcUB3bXrPJF0WQetWs7Law
用深度学习解决自然语言处理中的7大问题，文本分类、语言建模、机器翻译等
https://mp.weixin.qq.com/s/M6ufA_9jyGjDCOSDNDrIYg
CMU神经网络自然语言处理课程推荐的学习资料（非教程）
https://mp.weixin.qq.com/s/xHeEFuv1m1jXFig4tXZY8w
自然语言处理（NLP）快速入门指南
https://mp.weixin.qq.com/s/VPs6OB81K1H7_TMV9xLUVQ
零基础进行神经网络语言建模
https://mp.weixin.qq.com/s/RSWF5XxH3B1eQvY_DlEwew
深度学习、机器学习与NLP的前世今生
https://mp.weixin.qq.com/s/lPaMJHVAS7hiQu4fuQCSAw
60页刘挺教授《中文信息处理前沿技术进展》报告下载
https://mp.weixin.qq.com/s/Vg7CvR36_igLQbKAXU3Vrw
254页《为NLP研究写出好代码》教程
https://mp.weixin.qq.com/s/aasfNHP-qTALvkCvq0-mrg
Yandex：基于GitHub的超全NLP视频、PPT、作业
https://mp.weixin.qq.com/s/zgmpxfpn2OkPflZRpfrD7A
基于深度学习的文本生成 附217页PPT下载
https://mp.weixin.qq.com/s/RVg2_abeeYVDlvDRkzPpPQ
常见近30种NLP任务的练手项目
https://github.com/lpty/nlp_base/
一些自然语言处理基本模型Demo
https://mp.weixin.qq.com/s/xlQOfAY0rAeXH6bntLMexQ
优质中文NLP资源集合，做项目一定用得到！
https://github.com/graykode/nlp-tutorial
这个项目教你如何用百行代码搞定各类NLP模型
https://mp.weixin.qq.com/s/Rd3-ypRYiJObi-e2JDeOjQ
深度长文：NLP的巨人肩膀（上）
https://mp.weixin.qq.com/s/7imMQ3GkD52xP7N4fqNPog
NLP的巨人肩膀（下）：从CoVe到BERT
https://mp.weixin.qq.com/s/VpWabo7_ekA7j_fw2ZuDdA
白硕：人工智能的诗与远方，一文读懂NLP起源、流派和技术
https://mp.weixin.qq.com/s/TjFzJVOowfceHwJNUItcxQ
从语言学到深度学习NLP，一文概述自然语言处理
https://mp.weixin.qq.com/s/2LYqppJnRRtlvsdrdu57Gg
万字长文概述NLP中的深度学习技术
https://mp.weixin.qq.com/s/Dqn0smNfH6DDYSUtEHcqWQ
182页PPT带你回顾自然语言推断的前世今生
https://mp.weixin.qq.com/s/uVqcw1GpR4gC_kA96M86Mg
微软智能对话方法教程，130页PPT带你了解最新研究进展
https://mp.weixin.qq.com/s/1z5RCYyEiHRbaERaXvgwQw
深度学习在自然语言处理中的应用发展史
https://mp.weixin.qq.com/s/D7NqCnHsEHe7Kuv2XzRV-A
《深度自然语言处理的搜索系统》教程, 211页PPT带你从入门到精通
https://mp.weixin.qq.com/s/SATpFOdUsMjCX4YfbGnM5w
关系提取简述
https://mp.weixin.qq.com/s/knsAHKOvZ-ht7qS0tt-vvg
新手入门：Kaggle NLP比赛总结
https://mp.weixin.qq.com/s/yCtI7lYzMa4nJXGQihqU2Q
NLP中的文本分析和特征工程
https://mp.weixin.qq.com/s/KCDnacvBpsgZPodfeEpQ9g
4种常见的NLP实践思路
https://mp.weixin.qq.com/s/lwZQzd4B-EKWv7e91qo18w
自然语言处理机器推理，124页ppt
分词
https://mp.weixin.qq.com/s/Xy_jaOex72pLe4wwieKeUg
简单有效的多标准中文分词
https://mp.weixin.qq.com/s/wxRsTkAIXSZfmJGXcWLdOA
2019年了,中文分词到底该怎么做?中文分词十年方法大盘点
http://www.matrix67.com/blog/archives/4212
漫话中文自动分词和语义识别（上）：中文分词算法
https://mp.weixin.qq.com/s/DWYisJtgAHXaPDQX0lYxfA
达观数据告诉你机器如何理解语言－中文分词技术
https://mp.weixin.qq.com/s/xnxuw06BIKfDTuTeSVguHQ
达观数据基于Deep Learning的中文分词尝试（上篇）
https://mp.weixin.qq.com/s/tk6JyChDThg5yJ4gqLOLwQ
达观数据基于Deep Learning的中文分词尝试（下篇）
https://mp.weixin.qq.com/s/eJIkNjRqVdjm1eRVwzc1vg
聊一聊分词原理
https://mp.weixin.qq.com/s/dkHRTvAXf4DSnkoiMr_j1A
中文NLP难于英文？从语言学角度看中文NLP、NLU难在哪里
https://mp.weixin.qq.com/s/TbZPxISqi3fZLpWmDf3DmQ
中文分词做不好，人机自然语言交互当然难以取得突破
https://mp.weixin.qq.com/s/oF1-JCd7FvjKJvo6ipWV-w
NLP分词的那些事儿
https://mp.weixin.qq.com/s/9HeLayEDTUCy_ACJUV8fYA
中文分词调研：任何声称在PKU上拿到97%以上所谓“准确率”的说法，可信度都不高！
https://mp.weixin.qq.com/s/-gnzRjLerqIyLPLBkZNmcA
深度学习在NLP中的运用？从分词、词性到机器翻译、对话系统
https://mp.weixin.qq.com/s/AV-FiiYrSn3Z-J3S4l_yIQ
中文NLP的分词真有必要吗？李纪为团队四项任务评测一探究竟
https://blog.csdn.net/choose_c/article/details/86545299
论文：State-of-the-art Chinese Word Segmentation with Bi-LSTMs
https://mp.weixin.qq.com/s/0NPHChBuF79ZegITOw8euw
中文分词的古今中外，你想知道的都在这里
https://mp.weixin.qq.com/s/a4Mmw7WNKsrkgWca8QhaYQ
分词，就这？
机器翻译
https://mp.weixin.qq.com/s/sREYZGiK2OmuETrPdeJptA
从冷战到深度学习：一篇图文并茂的机器翻译史
https://baijia.baidu.com/s?id=1571333621049553
对比神经机器翻译和统计机器翻译：NMT的六大挑战
https://mp.weixin.qq.com/s/2dTCvWujgJ71Dsbm-pGcrA
谷歌的多语种神经网络翻译系统！
http://mp.weixin.qq.com/s/-o-Ky5iMA3fZIjh7kzXjew
无监督神经机器翻译：仅需使用单语语料库
https://mp.weixin.qq.com/s/gIRa-P-xI5DuwY1OLH38MQ
Facebook最新对抗学习研究：无需平行语料库完成无监督机器翻译
https://mp.weixin.qq.com/s/da0M3qwtLN8el2plAQWHJQ
无监督式机器翻译，不需要人类干预和平行文本
https://mp.weixin.qq.com/s/ux-bheZwkjn0PY3SwiAUWw
用于神经机器翻译的全并行文本生成
https://mp.weixin.qq.com/s/hcOoFjFlPIgG1leP6caglA
利用价值网络改进神经机器翻译
https://mp.weixin.qq.com/s/0nyc8Lxb5Eb0hgT1ax6r0Q
仅使用单语语料库的无监督机器翻译
https://mp.weixin.qq.com/s/mNG9P6hvbRIGq7f5Jx4jIw
Facebook开源无监督机器翻译模型和大规模训练语料
https://mp.weixin.qq.com/s/PIpUx3VXhwTu8PTEK4JNNw
如何为神经机器翻译配置编码器-解码器模型？
https://mp.weixin.qq.com/s/xGb1ZtTx_iMvGCzsHaOPig
清华大学刘洋：基于深度学习的机器翻译
https://mp.weixin.qq.com/s/wf4m4xxxJoEltWIglS-SSA
无需双语语料库的无监督式机器翻译
https://mp.weixin.qq.com/s/joZnfPtR3vv6LJPsRrY9Jw
腾讯AI Lab涂兆鹏：如何提升神经网络翻译的忠实度
https://mp.weixin.qq.com/s/_upoBXADzTXEduYxr6ZxRQ
非自回归神经机器翻译
https://mp.weixin.qq.com/s/pKT4g_bs6Ly1OWNxV5zXbw
FAIR新一代无监督机器翻译：模型更简洁，性能更优
https://mp.weixin.qq.com/s/N2Zw2WMuLtd3Pe8v3wbaAw
如何用技术搞好英俄翻译？
https://mp.weixin.qq.com/s/6x389FoDoWPgGdl8-pKzhw
“博彩众长，自成一家”的神经机器翻译
https://mp.weixin.qq.com/s/I50ceRiZZfVGDx8UzoobwA
微软提出新型通用神经机器翻译方法，挑战低资源语言翻译问题
http://mp.weixin.qq.com/s/XPlyWdfZbOR5z25Ly-bUGQ
如何在Pytorch中通过OpenNMT系统实现神经机器翻译
https://github.com/facebookresearch/fairseq
facebook的一个开源的翻译类深度学习项目
https://mp.weixin.qq.com/s/_SfY-JZsUEKReSoI6qHg9w
TA-NMT：利用大语种语料，提升小语种神经机器翻译能力
https://mp.weixin.qq.com/s/9JOH6iLd9MQOvzJjnr8P0g
EMNLP 2018基于自适应的多轮解码机制的神经机器翻译模型
https://mp.weixin.qq.com/s/ejq-XHS_g_P6mVDv5jMqEA
Facebook全新无监督机器翻译法，BLUE测试提升超过10分
https://mp.weixin.qq.com/s/T5ybwhxZF2bN2hIPxELe4A
监管机器翻译质量？且看阿里如何搭建翻译质量评估模型
https://mp.weixin.qq.com/s/ciKPaiqk59SrAomI5RsN6Q
Facebook开源了两个无监督翻译模型，只用单语就能训练双语
https://mp.weixin.qq.com/s/37qri3eFwF3kOWZxGUISzw
你可能不再需要Attention：这是一个贼简单的神经机器翻译架构
