转载 干货 | 陪伴我学习NLP、知识图谱的那些资源(教程+书籍+网站+工具+论文...可以说很全面了)

重要的 NLP 任务方向总结与20本最佳深度学习BOOK推荐[附源码] 文本到数据 阅读详情

https://blog.youkuaiyun.com/guleileo/article/details/81140179

干货 | 陪伴我学习NLP、知识图谱的那些资源(教程+书籍+网站+工具+论文...可以说很全面了)...

csdn人工智能头条 2018-07-20 17:30:15  8744  已收藏 33

640?wx_fmt=jpeg

 

作者 | antkillerfarm

来源 | antkillerfarm的优快云博客

 

【人工智能头条导读】作者一年前整理了这份关于 NLP 与知识图谱的参考资源,涵盖内容与形式也是非常丰富,接下来人工智能头条还会继续努力,分享更多更好的新资源给大家,也期待能与大家多多交流,一起成长。

 

NLP参考资源

 

自然语言处理(Natural Language Processing)是深度学习的主要应用领域之一。

 

▌教程

 

  • CS224d: Deep Learning for Natural Language Processing

    http://cs224d.stanford.edu/

     

  • CS224d课程的课件

    http://web.stanford.edu/class/cs224n/syllabus.html

     

  • CMU的NLP教程。该网页下方还有美国其他高校的NLP课程的链接。

    http://demo.clab.cs.cmu.edu/NLP/

     

  • 北京大学的NLP教程,特色:中文处理。缺点:传统方法居多,深度学习未涉及。

    http://ccl.pku.edu.cn/alcourse/nlp/

     

  • COMS W4705: Natural Language Processing

    http://www.cs.columbia.edu/~cs4705/

     

  • 初学者如何查阅自然语言处理(NLP)领域学术资料

    https://mp.weixin.qq.com/s/TSc4E8lKwgc-EvzP8OlJeg

     

  • 揭开知识库问答KB-QA的面纱(知识图谱方面的系列专栏)

    https://zhuanlan.zhihu.com/kb-qa

     

  • 《语音与语言处理》第三版,NLP和语音合成方面的专著

    http://web.stanford.edu/~jurafsky/slp3/ed3book.pdf

     

  • CIPS ATT 2017 文本分析和自然语言课程PPT

    https://mp.weixin.qq.com/s/5KhTWdOk-b84DXmoVr68-A

     

  • CMU NN for NLP

    http://phontron.com/class/nn4nlp2017/assets/slides/

     

  • CMU Machine Translation and Sequence to Sequence Models

    http://phontron.com/class/mtandseq2seq2017/

     

  • Oxford Deep NLP 2017 course

    https://github.com/oxford-cs-deepnlp-2017/lectures

 

▌书籍

 

  • 《Natural Language Processing with Python》,Steven Bird、Ewan Klein、Edward Loper著。这本书的作者们创建了著名的NLTK工具库。

    http://ccl.pku.edu.cn/alcourse/nlp/LectureNotes/Natural%20Language%20Processing%20with%20Python.pdf

 

注:Steven Bird,爱丁堡大学博士,墨尔本大学副教授。 
http://www.stevenbird.net/about.html

 

Ewan Klein,苏格兰人,哥伦比亚大学博士(1978年),爱丁堡大学教授。

 

Edward Loper,宾夕法尼亚大学博士。

 

  • 推荐5本经典自然语言处理书籍

    https://mp.weixin.qq.com/s/0HmsMytif3INqAX1Si5ukA

 

▌网站

 

  • 一个自然语言处理爱好者的群体博客。包括52nlp、rickjin、liwei等国内外华人大牛.

    http://www.52nlp.cn/

     

  • 实战课程:自己动手做聊天机器人

    http://www.shareditor.com/bloglistbytag/?tagname=%E8%87%AA%E5%B7%B1%E5%8A%A8%E6%89%8B%E5%81%9A%E8%81%8A%E5%A4%A9%E6%9C%BA%E5%99%A8%E4%BA%BA

     

  • 北京大学计算机科学技术研究所语言计算与互联网挖掘研究

    http://www.icst.pku.edu.cn/lcwm/

     

  • NLP深度学习方面的代码库

    https://github.com/rockingdingo/deepnlp

     

  • NLP专家李维的blog

    https://liweinlp.com/

     

  • 一个NLP方面的blog

    http://www.shuang0420.com/

     

  • 一个DL+ML+NLP的blog

    http://www.cnblogs.com/Determined22/

     

  • 一个NLP方面的blog

    http://www.cnblogs.com/robert-dlut/

     

  • 一个NLP方面的blog

    https://blog.youkuaiyun.com/wangxinginnlp

▌工具

  • Natural Language Toolkit(NLTK)

    官网:http://www.nltk.org/

    可使用nltk.download()下载相关nltk官方提供的各种资源。

 

参考:

http://www.cnblogs.com/baiboy/p/nltk3.html

  • OpenNLP

    http://opennlp.apache.org/

  • FudanNLP

    https://github.com/FudanNLP/fnlp

  • Stanford CoreNLP

    http://stanfordnlp.github.io/CoreNLP/

  • THUCTC

    THUCTC(THU Chinese Text Classification)是由清华大学自然语言处理实验室推出的中文文本分类工具包。

    http://thuctc.thunlp.org/

  • gensim

    gensim是Python语言的计算文本相似度的程序包。

    http://radimrehurek.com/gensim/index.html

pip install --upgrade gensim

GitHub 地址:

https://github.com/RaRe-Technologies/gensim

 

参考学习:

情感分析的新方法——基于Word2Vec/Doc2Vec/Python

http://www.open-open.com/lib/view/open1444351655682.html

Gensim Word2vec使用教程

http://blog.youkuaiyun.com/Star_Bob/article/details/47808499

  • GloVe

    GloVe:Global Vectors for Word Representation

    https://nlp.stanford.edu/projects/glove/

  • textsum

    textsum是一个基于深度学习的文本自动摘要工具。

代码:

https://github.com/tensorflow/models/tree/master/textsum

 

参考:

http://www.jiqizhixin.com/article/1449

 

谷歌开源新的TensorFlow文本自动摘要代码:TensorFlow文本摘要生成 - 基于注意力的序列到序列模型

http://blog.youkuaiyun.com/tensorflowshizhan/article/details/69230070

  • jieba

    https://github.com/fxsjy/jieba

  • NLPIR

    NLPIR汉语分词系统(又名ICTCLAS2013),是中科院张华平博士的作品。

    http://ictclas.nlpir.org/

 

参考:

这个网页对于NLP的大多数功能进行了可视化的展示。NLP入门必看。

http://ictclas.nlpir.org/nlpir/

  • snownlp

    https://github.com/isnowfy/snownlp

  • HanLP

    HanLP是一个目前留学日本的中国学生的作品。

    http://hanlp.linrunsoft.com/

 

作者blog:

http://www.hankcs.com/

 

Github:

https://github.com/hankcs/HanLP/

 

从作者的名气来说,HanLP无疑是最低的,性能也不见得有多好。然而对于初学者来说,这却是最适合的工具。这主要体现在以下几个方面:

 

1.中文处理能力。NLTK和OpenNLP对中文支持非常差,这里不光是中文分词的问题,有些NLP算法需要一定的语言模型数据,但浏览NLTK官方的模型库,基本找不到中文模型数据。

 

2.jieba、IK之类的功能太单一,多数局限在中文分词方面领域。gensim、THUCTC专注于NLP的某一方面,也不是通用工具。

 

3.NLPIR和Stanford CoreNLP算是功能最强的工具包了。前者的问题在于收费不开源,后者的问题在于缺少中文文档。FudanNLP的相关文档较少,文档友好度不如HanLP。

 

4.HanLP在主页上提供了相关算法的blog,便于初学者快速掌握相关概念。其词典是明文发布,便于用户修改。HanLP执行时,会将明文词典以特定结构缓存,以提高执行效率。

注:不要以为中文有分词问题,就比别的语言复杂,英文还有词根问题呢。。。每种语言都不简单。

  • AllenNLP

    AllenNLP是 Allen AI实验室的作品,采用深度学习技术,基于PyTorch开发。

    http://allennlp.org/

 

Allen AI实验室由微软联合创始人Paul G. Allen投资创立。

http://allenai.org/

  • 其他

python版的汉字转拼音软件

https://github.com/mozillazg/python-pinyin

 

Java分布式中文分词组件-word分词

https://github.com/ysc/word

 

jena是一个语义网络、知识图谱相关的软件。

http://jena.apache.org/

 

  • NLPchina

    NLPchina(中国自然语言处理开源组织)旗下有许多好用的工具。

    http://www.nlpcn.org/

 

Github:

https://github.com/NLPchina

  • Ansj

    Ansj是一个NLPchina旗下的开源的Java中文分词工具,基于中科院的ictclas中文分词算法,比其他常用的开源分词工具(如mmseg4j)的分词准确率更高。

    https://github.com/NLPchina/ansj_seg

  • Word2VEC_java

    word2vec java版本的一个实现。

    https://github.com/NLPchina/Word2VEC_java

    doc2vec java版本的一个实现,基于Word2VEC_java。

    https://github.com/yao8839836/doc2vec_java

  • ansj_fast_lda

    LDA算法的Java包。

    https://github.com/NLPchina/ansj_fast_lda

  • nlp-lang

    这个项目是一个基本包.封装了大多数nlp项目中常用工具

    https://github.com/NLPchina/nlp-lang

  • 词性标注

    ICTPOS3.0汉语词性标记集

    http://jacoxu.com/ictpos3-0%E6%B1%89%E8%AF%AD%E8%AF%8D%E6%80%A7%E6%A0%87%E8%AE%B0%E9%9B%86/

     

  • Word Hashing

    Word Hashing是非常重要的一个trick,以英文单词来说,比如good,他可以写成#good#,然后按tri-grams来进行分解为#go goo ood od#,再将这个tri-grams灌入到bag-of-word中,这种方式可以非常有效的解决vocabulary太大的问题(因为在真实的web search中vocabulary就是异常的大),另外也不会出现oov问题,因此英文单词才26个,3个字母的组合都是有限的,很容易枚举光。

那么问题就来了,这样两个不同的单词会不会产出相同的tri-grams,paper里面做了统计,说了这个冲突的概率非常的低,500K个word可以降到30k维,冲突的概率为0.0044%。

但是在中文场景下,这个Word Hashing估计没有这么有效了。

  • 词汇共现

    http://sewm.pku.edu.cn/TianwangLiterature/SEWM/2005(5)/%5b%b3%c2%c1%88,%20et%20al.,2005%5d/050929.pdf

 

词汇共现是指词汇在文档集中共同出现。以一个词为中心,可以找到一组经常与之搭配出现的词,作为它的共现词汇集。

 

词汇共现的其中一种用例:

 

有若干关键词,比如:水果、天气、风,有若干描述词,比如,很甜、晴朗、很大,然后现在要找出他们之间的搭配,在这个例子里,我们最终要找到:水果很甜、天气晴朗、风很大

  • 关键词提取

    主要三种方法:1.基于统计特征,如TF-IDF;2.基于词图模型,如TextRank;3.基于主题模型,如LDA。

  • 自然语言理解

    Natural language understanding(NLU)属于NLP的一个分支,属于人工智能的一个部分,用来解决机器理解人类语言的问题,属于人工智能的核心难题。

    http://www.shuang0420.com/2017/04/27/NLP%E7%AC%94%E8%AE%B0%20-%20NLU%E4%B9%8B%E6%84%8F%E5%9B%BE%E5%88%86%E7%B1%BB/

     

  • 论文

    《Distant Supervision for relation extraction without labeled data》

    《Using Recurrent Neural Networks for Slot Filling in Spoken Language Understanding》

    《Convolutional Neural Networks for Sentence Classification》:TextCNN的开山之作

 

 

知识图谱参考资源

 

  • 知识图谱构建技术综述

    https://wenku.baidu.com/view/38ad3ef7e109581b6bd97f19227916888586b959.html

     

  • 知识图谱技术综述

    https://wenku.baidu.com/view/e69a3619fe00bed5b9f3f90f76c66137ee064f15.html

     

  • 知识图谱技术原理介绍

    https://wenku.baidu.com/view/b3858227c5da50e2534d7f08.html

     

  • 基于知识图谱的问答系统关键技术研究

    https://mp.weixin.qq.com/s/JLYegFP7kEg6n34crgP09g

     

  • 什么是知识图谱?

    https://mp.weixin.qq.com/s/XgKvh63wgEe-CR9bchp03Q

     

  • 当知识图谱遇上聊天机器人

    https://mp.weixin.qq.com/s/iqFXvhvYfOejaeNAhXxJEg

     

  • 知识图谱前沿技术课程实录

    https://mp.weixin.qq.com/s/U-dlYhnaR8OQw2UKYKUWKQ

     

  • 阿里知识图谱首次曝光:每天千万级拦截量,亿级别全量智能审核

    https://mp.weixin.qq.com/s/MZE_SXsNg6Yt4dz2fmB1sA

     

  • 东南大学漆桂林:知识图谱的应用

    https://mp.weixin.qq.com/s/WIro7pk7kboMvdwpZOSdQA

     

  • 东南大学高桓:知识图谱表示学习

    https://mp.weixin.qq.com/s/z1hhG4GaBQXPHHt9UGZPnA

     

  • 复旦肖仰华:基于知识图谱的问答系统

    https://mp.weixin.qq.com/s/JZYH_m1eS93KRjkWA82GoA

     

  • 多源信息表示学习在知识图谱中的应用

    https://mp.weixin.qq.com/s/cEmtOAtfP2gSBlaPfGXb3w

     

  • 如何构建知识图谱

    https://mp.weixin.qq.com/s/cL1aKdu8ig8-ocOPirXk2w

     

  • 中文通用百科知识图谱(CN-DBpedia)

    https://mp.weixin.qq.com/s/Nh7XJOLNBDdpibopVG4MrQ

 

原文链接:

https://blog.youkuaiyun.com/antkillerfarm/article/details/78082564

深度学习NLP入门文档、书籍 深度学习NLP入门数据、文档:机器学习——吴恩达、自然语言处理综述-第三版、神经网络与深度学习、深度学习与词法、句法、语义分析、语义表示学习等等 立即下载

相关推荐

深度排查:网讯网卡WX1860AL4千兆网口降速百兆的硬件陷阱

本文详细剖析了网讯网卡WX1860AL4千兆网口降速至百兆的硬件故障排查过程。通过分析千兆以太网硬件原理,提供从网线、供电到PCB走线、焊接残留的标准化检修流程,并分享两种典型硬件陷阱(线序错误与焊锡短路)的实战修复案例,为硬件工程师解决类似传输速率问题提供系统性的诊断思路与方法。

a3b4c5的博客 1111

不能错过!2024年必学的12本LLM和NLP书籍

大型语言模型 (LLM) 极大地提升了自然语言处理 (NLP) 的上限,为理解和生成人类语言提供了精确而有效的方法。这些模型现在已成为众多行业中各种应用程序不可或缺的一部分,包括聊天机器人、语言翻译、文本摘要和情感分析。然而,由于 LLM 的复杂性及其背后的复杂算法,掌握 LLM 可能具有挑战性,因此今天介绍十本LLM和NLP书籍。

2401_85343303的博客 2877

【机器学习(一)】从零到一:用sklearn构建你的第一个机器学习项目

本文为机器学习新手提供了一个完整的端到端实战指南。通过使用Python的scikit-learn库,以经典的鸢尾花数据集为例,详细演示了从环境搭建、数据探索、预处理、模型训练与评估,到超参数调优和模型保存的全流程。文章旨在帮助读者快速构建第一个机器学习项目,掌握核心工作流和工程实践。

weixin_29070861的博客 467

AI大牛推荐的八本必读NLP书籍(建议收藏)

在人工智能背景技术下,自然语言处理(NLP)技术被越来越多的人看好,并受到重视。实现人机间自然语言通信意味着要使计算机既能理解自然语言文本的意义,也能以自然语言文本表达给定的意图、思想等...

华章IT官方博客 8299

实战指南:基于华为Ascend NPU的大模型W8A8量化调优与精度提升

本文提供了一份基于华为Ascend NPU进行大模型W8A8量化的实战调优指南。详细介绍了从环境搭建、使用msmodelslim框架进行基础量化,到通过离群值抑制、校准集优化和量化回退等关键技术提升精度的全流程。旨在帮助开发者在华为NPU硬件上实现模型推理的显著加速,同时有效控制精度损失。

weixin_29227425的博客 271

[调参神器]使用VOFA+上位机进行PID调参(附下位机代码)

​ 简单地来说,VOFA+是一个超级串口助手,除了可以实现一般串口助手的串口数据收发,它还可以实现数据绘图(包括直方图、FFT图),控件编辑,图像显示等功能。​ 如果只是想要用VOFA+来进行数据绘图,直接使用一个波形图控件就行,但是如果想要把VOFA+当作一个长期使用的调参助手,我们最好设置一下控件。VOFA+简洁好用,但是又有点太简洁了,部分体验并不是很好(比如不能调整控件大小,保存文件不太方便等),所以如果学有余力,推荐自己用QT/PyQT写上位机。接下来,我们要将指令中的数据提取出来。

qq_56089182的博客 4万+

【2024年必学】不能错过的12本LLM和NLP顶级书籍

大型语言模型 (LLM) 极大地提升了自然语言处理 (NLP) 的上限,为理解和生成人类语言提供了精确而有效的方法。这些模型现在已成为众多行业中各种应用程序不可或缺的一部分,包括聊天机器人、语言翻译、文本摘要和情感分析。然而,由于 LLM 的复杂性及其背后的复杂算法,掌握 LLM 可能具有挑战性,因此今天介绍十本LLM和NLP书籍。

2401_85375151的博客 2221

保姆级教程:ABAP 通过 HTTP POST 调用 OData 服务创建业务数据的具体例子

笔者之前的文章发布之后,有朋友在评论区留言,询问 ABAP 除了 Web Service 之外,是否也支持 HTTP 呢?ABAP 这么强大的语言,支持 HTTP 当然不在话下。网上有很多在 ABAP 系统基于 CL_HTTP_CLIENT 工具类,通过 HTTP 协议和第三方系统交互的代码例子。本文介绍笔者项目中一个实际例子,实现的是在 ABAP 系统 A 通过 HTTP 调用 OData 服务,在 ABAP 系统 B 创建业务数据的需求。下面我们按照这个套路来一步步实现。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 698

自然语言处理相关书籍及其他资源

特别推荐: 1、HMM学习最佳范例全文文档 2、无约束最优化全文文档 一、书籍: 1、《自然语言处理综论》英文版第二版 2、《统计自然语言处理基础》英文版 3、《用Python进行自然语言处理》,NLTK配套书 4、《Learning Python第三版》,Python入门经典书籍,详细而不厌其烦 5、《自然语言处理中的模式识别》 6、《EM算法及其扩展》 7、《统计学习基础》

qianqianxiao的专栏 1125

ICV:Metal Fill Insertion流程

如果不想删除先前加的metal fill,可以使用signoff_create_metal_fill -mode add命令,当使用这个mode后,工具不会fix density问题,哪怕设置了signoff.create_metal_fill.fix_density_errors,设置这个mode后可以使用以下option控制metal fill 的插入。默认情况下,signoff_create_metal_fill是会删掉已经加进去的metal/via fill再重新加的。

m0_61544122的博客 1133

YOLOv11改进前必看 - YAML模型配置文件详细解读(再也不用担心通道数不匹配) 附网络结构图

YOLOv11的模型配置文件在中,里面包含以及,本文以目标检测模型文件为例(其他文件完全一致),详细介绍一下YOLOv11模型文件中各参数的含义。

Limiiiing的博客 5310

NLP, 知识图谱参考资源

NLP 自然语言处理(Natural Language Processing)是深度学习的主要应用领域之一。 教程 http://cs224d.stanford.edu/ CS224d: Deep Learning for Natural Language Processing http://web.stanford.edu/class/cs224n/syllabus.html cs2...

风起云扬的博客 4295

如何借助Gemini 3 Pro完成一篇文献精读?(劝收藏)

金句必须是原文的完整句子,并附上该句子在文中的大致位置。你是一名资深科研文献评估专家,请根据我提供的文献信息(标题、作者、期刊、时间、引用、摘要、结论、图表)依次输出:①影响力评估:按期刊、作者、时间、引用、问题重要性给出1–10分及简述;用上述方法再结合Gemini 3 Pro的辅助,原本需要3小时才能读完一篇文献,现在只需50分钟,不管是顶刊论文还是领域内冷门论文,都可以用这套方法,另外七哥设计的高阶精读提示词,需根据自己的文献内容做调整,希望这篇文章的方法能帮你高效精读文献,掌握文献的精华内容。

智能AI让学术科研更容易 1301

机器学习入门书单

继NLP之后,我又开了ML这个大坑。这是因为NLP涉及到太多的ML模型,仅仅拿过来用的话,我实现的HanLP已经快到个人极限了。而模型背后的原理、如何优化、如何并行化等问题,都需要寻根求源才能解决。 所以我找了个书单自学,电子书为主,顺便分享出来。 ML书单│  李航.统计学习方法.pdf│  机器学习及其应用.pdf│  All of Statistics - A Concise Cou

yansmile1的专栏 1911

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

NLP入门整理

入门书籍 https://zhuanlan.zhihu.com/p/59184256中提到几个点: 了解NLP的最基本的知识 《Speech and Language Processing》 Jurafsky和Martin 《Introduction to information retrieval》Chris Manning 了解NLP早年经典模型及论文,领悟其中的思想 了解机器学习...

real_ilin的博客 536

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

浅谈自然语言处理(NLP)学习路线(一)--- 概述

好了,告一段落,对NLP基础学习路线做个总结:1. 数学基础:重点是函数性质、导数(特别是对矩阵求偏导)、不同概率的定义和性质、数学期望、参数估计、梯度下降法2. 机器学习:重点是LR、Xgboost、HMM、CRF3. 传统文本算法: n-gram、tf-idf、textrank、lda4. 经典神经网络语言模型:LSTM、NNLM、word2vector、fasttext5. 进阶神经网络语言模型:elmo、transformer、gpt、bert。

尚拙的博客 9106

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

nlp自然语言处理_自然语言处理 NLP 中值得关注的知乎专栏

对于自然语言处理的学习,除却看论文和看相关书籍之外,知乎也是一个很不错的知识获取平台,有学界的教授,工业界的leader,也有很多企业和机构在这里输出自己的技术,更有许许多多的NLPer在这里分享有价值的内容。这些内容多以专栏的形式汇集起来,或广而全,或小而精,可以从中汲取很多的养分。因此,想把专栏再做一个小小的汇集,让需要的人可以轻松的找到。PS:仅靠个人的了解收集;排名不分先后。收集不全,欢迎...

weixin_40006185的博客 347

40个学术网站

40个学术网站,满足你的科研需求!  2018-03-06 美国留学那点事 文/中外学术情报 微信号:Academic_Information   科研工作者每天日常莫过于看文献、做实验、写论文。人生最郁闷的事情不过于是导师说,那个XX,帮我下载下这个文献,还有这篇文章很好,你把他的引用文献都大概读一下。   一脸黑线的你嘴上答应着,但是内心还是很诚实的:去哪找那个比我爸爸甚至爷爷年龄还大的...

weixin_34306676的博客 1777

机器学习资料:书籍,资源,方法

个人机器学习资料总结

liushuikong的博客 1347

NLP书单

《神经网络与深度学习》——邱 《自然语言处理入门》 《动手学习深度学习》Pytorch 版

HadoNonya_Renin的博客 335

NLP相关经典书籍和论文

经典书籍: 1 Speech and Language Processing 这个是NLP大牛Daniel Jurafsky的关于语音和语言处理的一本书,NLP领域非常经典的入门教程,语言通俗易通,实例简单形象。最近作者在写最新的第三版,要知道第二版是2008年完成的,最新版除了介绍传统的自然语言处理方法外,如贝叶斯分类、逻辑回归、TF-IDF等,也加入了最新的神经网络和深度学习一类方法,有介绍神经网络语言模型、问答系统、对话系统、机器翻译等。还有信息检索、实体链接分析等。现在第三版还没有完全写完,作者把已

qq_35549634的博客 1583

自然语言处理(NLP)书籍资源清单

1. 书籍 入门: 《Speech and Language Processing》Dan Jurafsky ,James H. Martin 2. blog及项目 转载于:https://www.cnblogs.com/mtcnn/p/9421278.html

weixin_30783629的博客 386

nlp情感分析经典书籍推荐_通过监督学习对书籍进行情感分析

nlp情感分析经典书籍推荐In this tutorial, I will explain how to calculate the sentiment of a book through a Supervised Learning technique, based on Support Vector Machines (SVM). 在本教程中,我将解释如何基于支持向量机(SVM)通过监督学习技术...

weixin_26750481的博客 836

2021 书单推荐 | 15 本高分 AI 书籍,统统免费读

By 超神经内容提要:目前,市面上的人工智能书籍并不少,作为一名人工智能爱好者,该如何筛选书单?新年伊始,KDnuggets 整理了一份 AI 书单,请大家按需取用。关键词:AI 书单...

HyperAI超神经 6161

【书单】NLP秘笈,从入门到进阶

点击上方,选择星标或置顶,每天给你送干货!阅读大概需要5分钟跟随小博主,每天进步一丢丢来自:微软研究院AI头条自然语言处理(NLP)作为人工智能研究的核心领域之一,长久以来都受到广泛关注...

zenRRan的博客 545
上一篇: 卡尔曼滤波幽默讲解
下一篇: 如何通俗解释交叉熵与相对熵
火星种萝卜
博客等级 码龄19年 438粉丝 304原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值