NLP参考资源（五）
2019-06-17NLP参考资源
https://mp.weixin.qq.com/s/QFDHxI2Yuezc7ypZ5MURHw
神经语义解析的结构化表示学习
https://mp.weixin.qq.com/s/TUTAZe_Bw7SsPkja9i7Drg
基于叙事事理图谱和可扩展图神经⽹络的脚本事件预测模型
https://mp.weixin.qq.com/s/Kj39qXVgaIN9BsxRNlXvvQ
百度提出交互式语言学习新方法：让智能体具备单次概念学习能力
https://mp.weixin.qq.com/s/1bCw7m8YVLVA0g_jhw9HCg
在消费意图识别任务上的基于树核最大平均差异的领域自适应
https://mp.weixin.qq.com/s/x8GwNyd9y7xqyi2KeIcqTw
5篇AAAI 2018论文看“应答生成”
https://mp.weixin.qq.com/s/12RA4Bd86SJS6Q4CAvOEWw
深度学习技术如何应用于文本智能处理？
https://mp.weixin.qq.com/s/PJQgrAzwefmFgSBF39_yIA
Gmail新功能：结合BoW模型和RNN-LM，帮助用户快速写邮件
https://mp.weixin.qq.com/s/wU3sZKQ6gkYHeTEEClB4Gw
通过深度模型加深和拓宽聊天话题，让你与机器多聊两句
https://mp.weixin.qq.com/s/55-YouMoqOtGFPpIsGWwOg
Google工程师带你看遍聊天机器人的前世今生
https://mp.weixin.qq.com/s/G0xrlTHfxKHikYj8dGWRWQ
Transformer聊天机器人教程
https://mp.weixin.qq.com/s/qfs2-S_02H1DRmHo27hpow
DeepPavlov：一个面向端到端对话系统和聊天机器人的开源库
http://mp.weixin.qq.com/s/lmHWo9MUdv7ZMI7ARNmTSw
拆开阿里小蜜的内核，看智能人机交互的实现逻辑
http://www.csdn.net/article/2015-08-28/2825569
递归神经网络不可思议的有效性
http://mp.weixin.qq.com/s/5kKkZp6Y3_TgHl98dtYNiw
NLP领域中文vs英文有什么异同点，中文NLP有什么独特的地方?
https://mp.weixin.qq.com/s/ROs1Gp_gbgRHUXA5I4yx-g
NLP2005年以来大突破：语义角色标记深度模型
https://mp.weixin.qq.com/s/xMCu8bbrJSVLEpUdd_RIGw
你是合格的数据科学家吗？30道题测试你的NLP水平
https://mp.weixin.qq.com/s/pq2m4A31c9QQwka1j7XJDQ
116页PPT了解FrameNet最新进展
https://mp.weixin.qq.com/s/27Mbw2ViT8eJPJasD6tdfw
神经混合模型：提升模型性能，显著降低困惑度
https://mp.weixin.qq.com/s/AqvzxiI7cNesdGt_IfVb-w
Highway Networks For Sentence Classification
http://mp.weixin.qq.com/s/ZrFcpYf7E57j8E6zQsBexg
引入秘密武器强化学习，发掘GAN在NLP领域的潜力
https://mp.weixin.qq.com/s/0yRnBW_WWoUHInJcAeVd9A
基于深度学习的候选答案句抽取研究
https://mp.weixin.qq.com/s/tGw2c0AMAZSVYddGUQDdOw
沈向洋：懂语言者得天下
https://mp.weixin.qq.com/s/LdU91j8OpDR-pidzzYVtqA
Pointer Networks在自然语言处理领域中的应用
https://mp.weixin.qq.com/s/i9AXKsd6XVxyuaTCKsAj3g
像Sheldon一样对“讽刺语言”分辨无能？别怕，MIT最新算法帮你助攻
https://mp.weixin.qq.com/s/ZlfxZMWz5lSVLxkAf9isJQ
斯坦福李纪为博士毕业论文：让机器像人一样交流
https://github.com/dimil6666/shannon.ai-breaking-news/
李纪为博士的人品看来不咋样啊，这里有一个声讨合集。。。江湖名言：做人别太ljw
https://mp.weixin.qq.com/s/bNB7EFj1QgSNb9as1YfgJw
Reddit热门话题：你是否也对NLP的现状感到失望？
https://mp.weixin.qq.com/s/uVoLET8LTnC_z0uJ8r0bRA
对话系统综述：新进展新前沿
https://mp.weixin.qq.com/s/2cbzD1UFW66-3zwsZk9Bxg
用于文本的最牛神经网络架构是什么？
https://mp.weixin.qq.com/s/AqzdRoXthrUFUOqSNwgfqQ
新的一年，想发有关对话系统的paper？快关注时下最大热点：智能化与个性化
https://mp.weixin.qq.com/s/IVrg0tP2YH1AQB6Qm-kHoA
哈工大张伟男：任务型对话系统
https://mp.weixin.qq.com/s/HWqFpDhvhGrJtNTSLsO3Eg
大众点评信息流基于文本生成的创意优化实践
https://mp.weixin.qq.com/s/dIQoNRtZcm2TL_XQldIhaA
详解Transition-based Dependency parser基于转移的依存句法解析器
https://mp.weixin.qq.com/s/LQU_HJ4q74lL5oCIk7w5RA
达观数据：中文对比英文自然语言处理NLP的区别综述
https://mp.weixin.qq.com/s/9NFkd-8tRUI6GaPefhEf-Q
斯坦福新模型刷新纪录：自然语言理解GLUE排行榜最高分！
https://mp.weixin.qq.com/s/RlarTDziwkGGM_CUa40XAw
机器之心线上分享：用于序列生成的推敲网络
https://mp.weixin.qq.com/s/QYG0l1fk35C1evM2FSHgsw
多轮对话之对话管理：Dialog Management
https://mp.weixin.qq.com/s/auqlefDTGhGIIM3Kp7JqPQ
DST（Dialog State Tracking）模型介绍
https://mp.weixin.qq.com/s/FJtMDoNksSZLYdoEzixJTQ
AI Challenger 2018：细粒度用户评论情感分类冠军思路总结
https://mp.weixin.qq.com/s/qE8dBeBT6iGBrLjJr4mN9g
短文本主题建模最新综述
https://mp.weixin.qq.com/s/i4u4Ty8kC0zzUpmRqj8g7A
473个模型试验告诉你文本分类中的最好编码方式
https://mp.weixin.qq.com/s/-D-5p_7DfvR3D7cZjlUmUA
TensorFlow 谷歌神经机器翻译:从零开始打造属于你的翻译系统
https://mp.weixin.qq.com/s/JAWDiNUfU62n8lDRG8zzRw
嘿，朋友，老夫掐指一算你就是“水军”
https://mp.weixin.qq.com/s/-qk__SLahfssHuYsGNhKSA
阿里巴巴首次近万字公布人工智能对话交互技术
https://mp.weixin.qq.com/s/4fYvp9XFyJP4fE9BYvYLBw
百度AAAI 2018论文提出新型NMT模型，性能堪比深层模型
http://blog.csdn.net/a635661820/article/details/43906731
Statistical language model统计语言模型
https://mp.weixin.qq.com/s/vNzUngc-boG4QYmf_8lFfw
自动为词汇推荐义原组合
https://mp.weixin.qq.com/s/dfobYDv-98W9NAmAbzwQKw
字符级NLP优劣分析：在某些场景中比词向量更好用
https://mp.weixin.qq.com/s/-YmB6QSQ01EsHfXB40MMcQ
Generative QA: Learning to Answer the Whole Question
https://mp.weixin.qq.com/s/MJMPpiY_FQqwIv8qXTp4TQ
CMU开源NLP生成句子评估工具，帮你快速分析模型产出
https://mp.weixin.qq.com/s/Y99PgmD3ilHGhURWFL6rzg
云从科技联手上海交大提出端到端统一语义角色标注
https://mp.weixin.qq.com/s/wJry8N4FC9KVv_bVGuzXXw
LinkedIn文本分析平台：主题挖掘的四大技术步骤
http://mp.weixin.qq.com/s/Or6oDt0aZFlnlMr8EBr-xQ
三角兽首席科学家王宝勋：热度之下的对话生成
https://mp.weixin.qq.com/s/M_UE4yI-ZDXhGtWXprGYjA
自然语言处理常识推理综述论文
https://zhuanlan.zhihu.com/p/64032803
无监督循环神经网络文法(URNNG)
https://github.com/crownpku/Information-Extraction-Chinese
这是中文NER的代码示例
https://mp.weixin.qq.com/s/5S5ikwnF7f55sL_VI73XSQ
吴恩达博士生Ziang Xie：深度文本生成最佳实战指南
http://www.jianshu.com/p/f45c3540c56e
Chatbot架构
https://mp.weixin.qq.com/s/tvtT5S9mDhXoYLKh9apgDw
达观文本指纹算法和系统简述
https://mp.weixin.qq.com/s/eiEME27eDMPSeKkwiisWnQ
达观数据搜索引擎的Query自动纠错技术和架构详解
https://mp.weixin.qq.com/s/o5mE6IRs8ZkkXy8c5rdrjw
达观数据阐述推荐系统和搜索引擎的关系
https://mp.weixin.qq.com/s/PVzVNI7jMzHPcUbL7UaCIQ
什么是语义角色标注？
https://zhuanlan.zhihu.com/p/35789254
语义角色标注(Semantic Role Labelling)
https://mp.weixin.qq.com/s/S2SH8MUmreciZRc0Ff-qlw
一文了解自然语言生成演变史！
https://mp.weixin.qq.com/s/_2P7Ru990cUNzOpfPcDyvg
斯坦福NLP组最新报告：自然语言处理中的学习挑战
https://mp.weixin.qq.com/s/kYCb4Fc4_Gh4eIlJbFDwJA
自然语言处理中的语言模型预训练方法
https://mp.weixin.qq.com/s/jInNuNQprWlCNAz7UyHRvg
IEMLRN：基于图像增强的句子语义表示
https://mp.weixin.qq.com/s/3YPWQjzkmbayeEbKkUdp9w
平安人寿资深算法工程师张智：人机交互场景下的知识挖掘
https://blog.csdn.net/liuchonge/article/details/78929474
从头实现深度学习的对话系统–简单chatbot代码实现
https://mp.weixin.qq.com/s/Vt_g0VgAlZAV6eC_LJMzGg
标签间相关性在多标签分类问题中的应用
https://mp.weixin.qq.com/s/T4AkbKXf2pkyazIlzEZxhw
基于转移的语义依存图分析
https://mp.weixin.qq.com/s/GFI_ZCZxuLUi0tdW_gr7tw
基于循环神经网络问句关键词提取技术研究
https://zhuanlan.zhihu.com/p/31453283
浅谈NLP中条件语言模型(Conditioned Language Models)的生成和评估
https://mp.weixin.qq.com/s/M8Awv6Tod4SEo85F8xzqqg
基于半监督学习技术的达观数据文本过滤系统
https://mp.weixin.qq.com/s/r_x1IUuyIQw3aif2f7-Fxw
邱锡鹏：深度学习在语义分析处理的最新发展
https://mp.weixin.qq.com/s/kKXFBBufFuqVgQ2uumQQ8Q
商品标题这么长长长长长，阿里工程师如何解决？
https://mp.weixin.qq.com/s/5k7WH6mJ9_qllFqpiCHpGw
GitHub机器学习代码分类器：仅凭代码轻松鉴别300种编程语言
https://mp.weixin.qq.com/s/y39QT55RcsNAmNS6mT1SKg
深度好奇提出文档解析框架：面向对象的神经规划
https://zhuanlan.zhihu.com/p/27552230
基于Depthwise Separable Convolutions的Seq2Seq模型_SliceNet原理解析
https://mp.weixin.qq.com/s/AlxiYM5ujM9TqzcFVLXK1w
语义分析的一些方法(一)
https://mp.weixin.qq.com/s/7KBtbip4JS0jQfOy_BWb3Q
语义分析的一些方法(二)
https://zhuanlan.zhihu.com/p/30268946
从CNN视角看在自然语言处理上的应用
https://mp.weixin.qq.com/s/9-_Gwzsyk3Z6dItlz5ChrA
句对匹配任务中的样本选择偏差与去偏方法
https://mp.weixin.qq.com/s/0JOHn0EtrwkMgkklda37-A
神经机器阅读理解最新综述：方法和趋势
https://mp.weixin.qq.com/s/b4_OdxgxsK8CCU5b8qCEfw
NLP技术也能帮助程序分析？
https://mp.weixin.qq.com/s/eb0GcjdwO18-_0T9z3KdlA
最新综述：对话系统之用户模拟器
https://mp.weixin.qq.com/s/-bAeg91e3F8hsZAGGmRswQ
基于Bi-LSTM的语义角色标注系统
https://mp.weixin.qq.com/s/LbskUMqwkOJ8CFoLud76ww
机器理解中的迁移学习，斯坦福联合微软提出SynNet网络
https://mp.weixin.qq.com/s?__biz=MzU3NzEzOTE3Mg==&mid=2247483654&idx=1&sn=da54e5cd777e2b9b16e8d526b161886b
深度学习在自然语言处理的应用
https://mp.weixin.qq.com/s/86WNiyEoqBUqHuacNKoJtA
教你打造一个曲风分类机器人
https://mp.weixin.qq.com/s/DhiCkZd4TU4YIAm83e_vLg
更近人类的对话系统自动评测方法
https://mp.weixin.qq.com/s/9uG8lqr2Kn0vzZKyjLHNGg
从文本挖掘综述分类、聚类和信息提取等算法
https://mp.weixin.qq.com/s/62b7kK0StmwTP_DGusE0MA
MIT自然语言处理数据集和语料库
https://mp.weixin.qq.com/s/efID_R9ajL34P95eGKkrQA
华为推出AI诗人“乐府”：唐诗宋词都不在话下，我竟一时分不出真假
https://github.com/THUNLP-MT/TG-Reading-List
文本生成公开数据集/开源工具/经典论文详细列表分享
https://mp.weixin.qq.com/s/21bhPa4ECNFmUcF0GOQSkw
从字符级的语言建模开始，了解语言模型与序列建模的基本概念
https://speechlab.sjtu.edu.cn/pages/sz128/homepage/year/10/27/survey-on-grammar-retrieval/
论文调研：基于“规则、槽值”检索的口语语义理解
https://mp.weixin.qq.com/s/mZ6AA7s140Kxo3C2u06g4w
自然语言处理模型可解释性预测，182页ppt
