• NLP参考资源

NLP参考资源

https://mp.weixin.qq.com/s/BWg77FZ2IugBhO_HWHpfHw

深度学习在自然语言处理中的应用综述

http://mp.weixin.qq.com/s/fn9WKu0_aH2-lx6VvxC_RA

生成式关键短语识别

https://mp.weixin.qq.com/s/Naj1u0LZwvQhOe6Iay0nFA

常识用于回答生成式多跳问题

https://mp.weixin.qq.com/s/fkBkSakTtuGPhi3mK563mg

结合贪心搜索和蒙特卡洛随机游走的面向DBpedia的实体链接方法

https://mp.weixin.qq.com/s/UZbt1E6QntwtWWvJfTL3eQ

车万翔：任务型对话系统研究进展

https://mp.weixin.qq.com/s/cFKZxtlAAABWn8CgXJz4kA

多内容实体和关系联合抽取的对抗训练

https://mp.weixin.qq.com/s/nGb-8M4S1a_4Yz9Lzjvzew

基于Universal Schema与Memory Network的知识+文本问答

https://mp.weixin.qq.com/s/Pm3wB4VRuoBR-XLjW_jpfQ

反讽识别综述

https://mp.weixin.qq.com/s/whWaseYWcurOLp-V8gCBvQ

基于不同颗粒度语言联合训练的表示学习

https://mp.weixin.qq.com/s/5F6h2F8L-OdFJxBY2QrWJg

不只有BERT！盘点2018年NLP令人激动的10大想法

https://mp.weixin.qq.com/s/wBsh9dmMPks04X2pDB8Ang

沈向洋等重磅论文：公开微软小冰系统设计，迄今最详细！

https://mp.weixin.qq.com/s/Ce3gOZSqkG8wZQ6X1CUE1Q

如何从编码器和解码器两方面改进生成式句子摘要？

https://mp.weixin.qq.com/s/MP0Px9ylUT0tpdz_hP5JBw

在NLP中深度学习模型何时需要树形结构？

https://zhuanlan.zhihu.com/p/32314500

DL实战课程推荐-从0到1构建一个Chatbot系统

https://mp.weixin.qq.com/s/GhJRebSXXq0ZFh3evAqLxw

漫谈神经语言模型之中文输入法

https://mp.weixin.qq.com/s/rF4zKCbj3Jh8dDR1239lpA

基于双语主题模型的跨语言层次分类体系匹配

https://mp.weixin.qq.com/s/vnqpAiiKZjkamSgF2GAZyw

跨语言自然语言处理笔记

https://mp.weixin.qq.com/s/gQ9dV-IPWHTOLbI6u0D67g

可解释推荐系统：身怀绝技，一招击中用户心理

https://mp.weixin.qq.com/s/eCtqMIo3_UDxAR4fWzMjZQ

站在锤子手机背后，小源科技用AI打造短信场景服务

https://mp.weixin.qq.com/s/vgejlnsBlOKMMRt-M3-d-w

深思考：实现人机多轮交互突破是攻克图灵测试的核心

https://mp.weixin.qq.com/s/rqB2COCAKsr3qvVXnhLwMg

数据到文本任务的近期相关工作介绍

https://mp.weixin.qq.com/s/VOyJu8FBIK91MsumCBaMyg

NLP领域的ImageNet时代到来：词嵌入“已死”，语言模型当立

https://www.msra.cn/zh-cn/news/features/ruihua-song-20161226

宋睿华：好玩的文本生成

https://github.com/Gii16/TreeDrawer

A small tool to draw a only-text tree as the result of stanford coreNLP

https://mp.weixin.qq.com/s/JgQAMknL4x7nMONzZua7tg

深度学习要多深，才能读懂人话？阿里小蜜前沿探索

http://www.jianshu.com/p/f45c3540c56e

Chatbot架构

https://mp.weixin.qq.com/s/zfgx2iViwFm-tzBGvgHVuw

百度开源：语义表示应用介绍和源代码

http://www.csdn.net/article/2015-02-05/2823865

让机器搞懂100万种隐含语义，腾讯Peacock大规模主题模型首次全揭秘

http://www.jianshu.com/p/efe92bdb435d

语言模型：Trigram模型的平滑估计

https://mp.weixin.qq.com/s/t2eP09f7tLwhgLO9m1S-9Q

阿里自然语言处理成果

https://mp.weixin.qq.com/s/7yi67lPjseigeaqTD269mQ

触类旁通，专业技能热度智能分析

https://mp.weixin.qq.com/s/Zo6LjGE__vQMsWyuoZm6Hw

文本特征工程之N-Gram

http://www.cnblogs.com/qcloud1001/p/7910255.html

LSF-SCNN：一种基于CNN的短文本表达模型及相似度计算的全新优化模型

https://mp.weixin.qq.com/s/Y-skeJvkWlgkwKBpCjPaKA

中文文本挖掘流程详解

https://mp.weixin.qq.com/s/w5A5rvJxqRSJYMeEMlFXsQ

递归卷积神经网络在解析和实体识别中的应用

https://mp.weixin.qq.com/s/apwceKm6BvAJ2962b1mnBg

基于注意力机制的神经匹配模型用于短文本检索

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

自然语言处理中N-Gram模型介绍

https://mp.weixin.qq.com/s/KVONdK44T8JKU5pFB5ydrQ

SQuAD文本理解挑战赛十大模型解读

https://mp.weixin.qq.com/s/Zrxi0AK0oimjKNr5kG_MMA

数据挖掘之父韩家炜：文本语料库的数据挖掘

https://mp.weixin.qq.com/s/Y-_Y8PLBRLE3wn1CPRogsw

重磅！一文彻底读懂智能对话系统！当前研究综述和未来趋势

https://mp.weixin.qq.com/s/FZOgJR5aKl4fV3xCX2zkwA

主题模型如何帮助法律部门提取PDF摘要及可视化

https://mp.weixin.qq.com/s/BdvBV542AZnMw7hnjDSwWw

百度语义计算技术及其应用

https://mp.weixin.qq.com/s/KQPLDhnlxks4DQNZEhEacQ

百度阅读理解技术研究及应用

https://zhuanlan.zhihu.com/p/94768011

流言止于“智”者：网络虚假信息的特征与检测

https://mp.weixin.qq.com/s/ucFtWopoErtUCYDTLv2kFg

一文了解Text-to-SQL

https://mp.weixin.qq.com/s/FtsA4O_VTUqhhYS3Gq3G8Q

语义解析(Text-to-SQL)技术研究及应用 上篇

https://mp.weixin.qq.com/s/5lTLW5OOuRMo2zjbzMxr_Q

语义解析(Text-to-SQL)技术研究及应用 下篇

https://mp.weixin.qq.com/s/7QaMPqYyoglm8GiJ13LVtA

在NLP中深度学习模型何时需要树形结构？

https://mp.weixin.qq.com/s/ycwTgOAZ8j-PiOZOqKzd7A

RNN作为识别器，判定加权语言一致性

https://mp.weixin.qq.com/s/nL5T3j09Elp6uziNmePIMg

猿辅导MSMARCO冠军团队：用MARS模型解决机器阅读任务

https://mp.weixin.qq.com/s/W-oIQRGuOHTgQtQY1jvpuA

简述表征句子的3种无监督深度学习方法

https://mp.weixin.qq.com/s/tREtbGpoLR-kc-1DnC8wWg

对话系统的设计艺术

https://mp.weixin.qq.com/s?__biz=MzIyNjM2MzQyNg==&mid=2247486300&idx=1&sn=dd681216da626c73531fc17ffbccf22a

清华刘知远：知识指导的自然语言处理

https://zhuanlan.zhihu.com/p/69069509

渐入佳境，基于主题感知的Coarse-to-Fine机制的在线评论生成

https://mp.weixin.qq.com/s/w9CbbZ6vr6qV7DafctIf-g

人机语音对话技术在58同城的应用实践

https://mp.weixin.qq.com/s/sK5uP1L9CIVOSFBOG8-F5A

预训练模型ProphetNet：根据未来文本信息进行自然语言生成

https://mp.weixin.qq.com/s/JDAlR3Z3_V0XfQlMCOM8PQ

基于转移的语义依存图分析

https://mp.weixin.qq.com/s/aJJFXwTorXJZqyu8T70ApA

OpenAI的实体消歧新发现

https://mp.weixin.qq.com/s/wLnWLNWyZdBUAPfQvg01yQ

哈工大博士生周青宇：从编码器与解码器端改进生成式句子摘要

https://mp.weixin.qq.com/s/go0TK5ml_LZkLTSxrQLvfA

携程“小诗机”背后的机器学习和自然语言处理技术

https://mp.weixin.qq.com/s/h3OXtnEOmT_YPs4QEU1Gag

Chatbot这么火，但你真的知道它的玩法有哪几种吗？

https://mp.weixin.qq.com/s/lHhmUR-DXMceJSxwIn7QGw

探寻开放域对话生成中的隐式反馈

https://mp.weixin.qq.com/s/X1h6EfLVDAnDj2pKZUqyJA

英文文本挖掘预处理流程

https://mp.weixin.qq.com/s/vLw-krU2vorr5ZUAPI7VMA

李航：自然语言的现状和发展

https://mp.weixin.qq.com/s/CQDYzRvFqJHPVXDu94pgLA

思必驰和上交大提出口语语义理解新方法：基于对抗多任务学习的半监督训练

https://mp.weixin.qq.com/s/HJDkNw_Fuu1QKEpyHY1Q-w

语义分析的方法简述之文本基本处理

https://mp.weixin.qq.com/s/v8azzXP1Kl5jnRCFpVdBGg

语义分析的方法简述二

https://mp.weixin.qq.com/s/gJFwWnKn7BV_BcADu_vJCg

谷歌语义文本最新进展+两个开源新模型

https://mp.weixin.qq.com/s/f8NoGxirMkTzwLERKon1Vw

北京大学提出基于CNN的学术论文自动评分模型

https://mp.weixin.qq.com/s/ILn-XqAQ_DYCFsiRgqYBrQ

微软亚洲研究院院长副院长周明：语言智能的进展

https://mp.weixin.qq.com/s/A4r01mV-X8CTJy3vPa9BPw

对话式交互技术原理及流程揭秘

https://mp.weixin.qq.com/s/JoYmVC_9bw3NHK6WXggAcA

通用句子语义编码器，谷歌在语义文本相似性上的探索

https://mp.weixin.qq.com/s/foknrQWnBxc4b0bpkFKSdQ

上海科技大学ACL2018高分论文：混合高斯隐向量文法

https://zhuanlan.zhihu.com/p/37621168

微博关键词抽取：借力评论信息

https://mp.weixin.qq.com/s/znafd7_N_TrQBFWvxYM_hg

基于强化学习的中文零指代消解模型

https://mp.weixin.qq.com/s/2QQ_lWUCExvdiXn2wJJeRQ

地理文本处理技术在高德的演进(上)

https://mp.weixin.qq.com/s/9GuyWUZ_qCH5Q_rin1yQwg

地理文本处理技术在高德的演进(下)

https://mp.weixin.qq.com/s/tvfCW7Lwkug9ILKpJuMnUA

上下文敏感的改写式回复生成模型

https://mp.weixin.qq.com/s/6IO-pAP6Jcct5W-tReaLtw

基于深度强化学习的远程监督数据集的降噪

https://zhuanlan.zhihu.com/p/26461511

关于WordNet，我的一些用法和思路

http://mp.weixin.qq.com/s/Rw2Bz8k3wpcY-WCO2AJcpg

如何解决90％的自然语言处理问题：分步指南奉上

https://mp.weixin.qq.com/s/2Y66uCi1qS0VTaizyCg3cA

阿里小蜜背后的技术秘密

http://mp.weixin.qq.com/s/OArqUTh0ZLGBTX71K7UUnw

记忆网络之Gated End-to-End Memory Networks

https://mp.weixin.qq.com/s/GaRL8VFWfbKOwz2jPzvN5A

基于深度学习技术的AI输入法引擎

https://mp.weixin.qq.com/s/T2Nv7dQvZR6sVht1LfKSlw

NLP技术在微博feed流中的应用

https://mp.weixin.qq.com/s/mVNHAiHY__Z0xTXkDDyZTw

如何打造高质量的NLP数据集

https://mp.weixin.qq.com/s/tH4-73aJcRaqJAjotlyANg

语法纠错的研究现状

https://mp.weixin.qq.com/s/EHUKSbtX3owR53lX5qu56Q

机器如何生成文本？

https://mp.weixin.qq.com/s/TSFxYQdjjHuyrIJLM2fdcw

深度文本的表征与聚类在小样本场景中的探索

https://mp.weixin.qq.com/s/vMfZW0P4hfHd5aI6lqF3Sw

如何有效提升中文NER性能？词汇增强方法总结

https://mp.weixin.qq.com/s/AKkXyuK8S6nMBifknwZI4w

一文超详细讲解文本风格迁移

https://mp.weixin.qq.com/s/KxgA1U-mh9Tc1J1T9Aedrw

NLP中各框架对变长序列的处理全解

https://mp.weixin.qq.com/s/z06l-s3RUomxlhANz8SfUg

任务式对话中的自然语言理解

https://mp.weixin.qq.com/s/ybkbU8p_3jgKuCGdNWeG8w

同义变换在百度搜索广告中的应用

https://mp.weixin.qq.com/s/kjD0d_PKmNNFxLSuEobE_A

自训练+预训练=更好的自然语言理解模型

https://mp.weixin.qq.com/s/VC95nh0iCqzdGs-TPfi5nQ

无监督机器翻译，336页ppt，Unsupervised Machine Translation

https://zhuanlan.zhihu.com/p/30533380

Neural Response Generation——关于回复生成工作的一些总结

https://mp.weixin.qq.com/s/HHPp0JJzpY3q0nC-DF3F3g

阿里：语言卷积神经网络应用于图像标题生成的经验学习

http://www.jianshu.com/p/ac1840abc63f

从Quora的187个问题中学习机器学习和NLP

https://mp.weixin.qq.com/s/SVKlD0T8IkpVAKFJu-VQAg

胡一川：深度学习在智能助理中的应用

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

长序列自然语言处理, 250页ppt

https://mp.weixin.qq.com/s/WOncOLFZtgdqWW131kYIsQ

爱奇艺多语言台词机器翻译技术实践

https://mp.weixin.qq.com/s/s5OciBvaQeYm0Lf-LOupzg

预训练如何用于机器翻译？字节跳动ACL2021这份190页ppt教程