NLP参考资源

KBQA/DBQA

知识库问答（knowledge base question answering, KB-QA）即给定自然语言问题，通过对问题进行语义理解和解析，进而利用知识库进行查询、推理得出答案。

DBQA是基于文档的问答。换言之，KBQA利用的是结构化的知识，而DBQA所利用的是非结构化的文本。

https://mp.weixin.qq.com/s/GSHk-otPeyGZN5xRNehAyw

KBQA从入门到放弃—入门篇

https://mp.weixin.qq.com/s/-Zz5Cv4QJaRHdBFrGyBuLg

KBQA从入门到放弃-Part 2

https://mp.weixin.qq.com/s/NDsQzT4nktbw1fHLLFUhEQ

KBQA: 基于开放域知识库上的QA系统

https://mp.weixin.qq.com/s/klfTdvfti0xCg2lGitG4hg

用户表示方法对新浪微博中用户属性分类性能影响的研究

https://mp.weixin.qq.com/s/IvbJ_d7z91BCcRVpJ9_jMA

如何用深度学习做自然语言处理？这里有份最佳实践清单

https://mp.weixin.qq.com/s/xYvYEJA0ssAOZ-NvEXQcZg

阿里小蜜这一年，经历了哪些技术变迁？

https://mp.weixin.qq.com/s/rzglhAUJVNsnbyptORH5lg

对话系统原理和实践

https://mp.weixin.qq.com/s/rXIAR37wn2tGMpR8xPdxqw

南洋理工75页最新“深度学习对话系统”大综述论文，最全面概述深度学习对话技术进展

https://mp.weixin.qq.com/s/C0hjVv2YOQw__tvSs8zn1A

OpenAI提出新型神经网络：自动计算词对象，实现实体消岐

https://mp.weixin.qq.com/s/dThV1YtMvYtToJFqgXnEzQ

谷歌大脑提出通过多文档摘要方法生成维基百科，可处理较长序列

https://mp.weixin.qq.com/s/odRDdSNNuTd5LnUf8rfRaw

Google发布语义文本相似度研究新成果：通用语句编码器

https://mp.weixin.qq.com/s/3aipKax9Md4nG8YGrGc4Tg

提高NLP语义解析准确度：融合SQL语法的生成式语义解析模型

https://mp.weixin.qq.com/s/xILU9fJhs64z8nE1-sDnOA

基于递归联合注意力的句子匹配模型

https://mp.weixin.qq.com/s/Dq-H4rUM19MaQb5W2DGlqA

用递归神经网络，撰写一份特朗普式发言稿！

https://mp.weixin.qq.com/s/VCeEz5QhGqQ5TF0lkCk40A

COLING 2018 最佳论文解读：序列标注经典模型复现

https://mp.weixin.qq.com/s/QUbZZokROzxUwy2kZZ7jeA

Hybrid semi-Markov CRF for Neural Sequence Labeling

https://mp.weixin.qq.com/s/wHweI0_LYHaW7K8jEAY74g

文综提分哪家强？上海交大找AI

https://mp.weixin.qq.com/s/yXs_bLSAIPcUOIrvJ9-0Sw

ACM BCB 2018 CausalTriad: 从医学文本数据中推断出新的因果关系假设

https://mp.weixin.qq.com/s/C7GkZk7UWk_2XsVfn1J_lg

ACL 2018使用知识蒸馏提高基于搜索的结构预测

https://mp.weixin.qq.com/s/kbF8WnaVWf6nOpzvbELpOw

产品评论分析系统

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

基于深度 AND-OR 语法网络的目标识别方法

https://mp.weixin.qq.com/s/IVSoI6QM1uY3JLKMiha9vQ

微软亚洲研究院论文解读：基于动态词表的对话生成研究

https://mp.weixin.qq.com/s/C9UbA0482F8SvB27i-V_9Q

微软亚洲研究院周明：自然语言对话引擎

https://mp.weixin.qq.com/s/M_ZN0YuvegAnc2GXCZTt9Q

初学者指南：神经网络在自然语言处理中的应用

https://mp.weixin.qq.com/s/5DvSVL0CRJTymtXPDvS-0w

基于主题信息的神经网络作文生成模型

https://mp.weixin.qq.com/s/4Tj92Mmj2-zOHfk1Tk167w

白翔：复杂开放场景中的文本理解

https://mp.weixin.qq.com/s/Z4Mv_L68QaG7KfGmA3pBwQ

DeepMind论文解读：让机器更深入地理解文本

https://mp.weixin.qq.com/s/F9ZV4jV3UiVuKVz1aqgv9w

如何匹配两段文本的语义？

https://mp.weixin.qq.com/s/0bOg1kvSR66-8rvFDqtLIQ

用文本挖掘分析了5万首《全唐诗》，竟然发现这些秘密

http://blog.csdn.net/xizero00/article/details/51182003

论文阅读：End-To-End Memory Networks

https://mp.weixin.qq.com/s/jYpaljuvNf4CdlRUAgAL1w

Bi-LSTM+CRF在文本序列标注中的应用

https://mp.weixin.qq.com/s/OwP16MNTpFTLkpi9wnda-Q

挑战深度学习与自然语言处理的极限！

http://www.wildml.com/2016/07/deep-learning-for-chatbots-2-retrieval-based-model-tensorflow/

IMPLEMENTING A RETRIEVAL-BASED MODEL IN TENSORFLOW

https://mp.weixin.qq.com/s/vGUizRVnosd7cgxha-pimw

200行Python代码实现感知机词性标注器

https://mp.weixin.qq.com/s/0kM72uF7qa5IiinEnLC5-A

一起来看看词性标注

https://mp.weixin.qq.com/s/L04yE6J8n-Z7Cl9yt6kphA

约翰霍普金斯大学计算机科学系Jason Eisner教授总结了一系列的自然语言处理优秀教学资源

http://www.jiqizhixin.com/article/2727

ACL 2017中国研究论文解读：读懂中国自然语言处理前沿进展

https://mp.weixin.qq.com/s/ssWi6XIebW8M6_JePG7RZg

微软的NLP帝国

https://github.com/lianwj/cnn-text-classification-tf

Convolutional Neural Network for Text Classification in Tensorflow

http://blog.csdn.net/skytree/article/details/43672627

2013年7月做的一个自动应答机器人的架构

https://mp.weixin.qq.com/s/mq0PdX6oB2kr_5FyoLA4ug

机器人数学考了134分，要上清华北大NLP是最大难关

http://www.toutiao.com/a6236100205026328834/

深度学习：推动NLP领域发展的新引擎

http://dataunion.org/9331.html

深度学习、自然语言处理和表征方法

https://www.zhihu.com/question/46272554

如何评价SyntaxNet

https://mp.weixin.qq.com/s/6_FHq8IrkAW_Y5FSYcJ0fw

CMU与谷歌大脑联合出品：62页PPT带你理解SQuAD大赛冠军–QANet

https://mp.weixin.qq.com/s/uWMGJmiEfahRql1sn1B0hA

通过全新学习和推断机制提升seq2seq模型的语法改错性能

https://mp.weixin.qq.com/s/_O4YqFK2xkFuB4nTbcu1cw

哈佛NLP组论文解读：基于隐变量的注意力模型

https://mp.weixin.qq.com/s/6BIspcIQrn7k3VQ9NP63Ng

DeepMind提出空间语言集成模型SLIM，有效编码自然语言的空间关系

https://mp.weixin.qq.com/s/eehpqW2H3wWCOa6r8jbEvQ

ACL 2018 鲁棒、无偏的NLP训练方法

https://mp.weixin.qq.com/s/e6YXItElVa5iaY8Txi8wzA

NAACL2018tutorial深度学习在智能对话系统中应用

https://mp.weixin.qq.com/s/29vqbjnTkHsq2Fv9ZyMOVQ

COLING 2018 基于目标依赖财经文档表示学习的累积超额收益预测

https://mp.weixin.qq.com/s/nTLxvrxnKRmHl8ZDWxI42Q

结合通用和专用NMT的优势，CMU为NMT引入“语境参数生成器”

https://mp.weixin.qq.com/s/emuKFxxHoRl3M8Lg3oA9Jw

2018 NLPCC Chinese Grammatical Error Correction论文小结

https://mp.weixin.qq.com/s/2-Uzlp4PBcDC6V0jW35KaQ

NLG ≠ 机器写作

https://mp.weixin.qq.com/s/rn-yv510ff5IKq0cL5bypQ

新加坡科技设计大学杨杰：Recent Advances in Sequence Labeling

https://mp.weixin.qq.com/s?__biz=MjM5MDE0Mjc4MA==&mid=2651009365&idx=4&sn=b8a0bcf9c17bee15a23a4585291788d3

百度UNIT对话系统核心技术解析

https://mp.weixin.qq.com/s/yC8uYwti9Meyt83xkmbmcg

小哥哥，检索式chatbot了解一下？

https://mp.weixin.qq.com/s/hbanc8seKkbqv-WfJRFw7Q

自然语言处理(NLP)前沿进展报告

https://mp.weixin.qq.com/s/Boake8McJdWfoTRLFwxQRA

国防科大登顶SQuAD 2.0排行榜，机器阅读也要“不知为不知”

https://mp.weixin.qq.com/s/9hEEh4HpVHk-GD5gi9MZSw

“天猫精灵”如何为你写诗？人机共创的秘密在这儿

https://mp.weixin.qq.com/s/icGEBkHP_xeOIdL8vM0K2A

面向任务型对话中基于对话状态表示的序列到序列学习

https://mp.weixin.qq.com/s/EdrK-IT3rlVaw8wCcBLSOw

如何玩转自然语言理解和深度学习实践？

https://mp.weixin.qq.com/s/pXmYJA6-1vtHTwTNanLovQ

Encoder-Decoder自动生成对联，要试试么？

https://mp.weixin.qq.com/s/ZU9QUKDgEuqpTaViAbQfuw

DeepMind提出空间语言集成模型SLIM，有效编码自然语言的空间关系

https://mp.weixin.qq.com/s/fSYU4Xl4vdlWTgIPo0mS7Q

哈工大讯飞联合实验室勇夺中文语法检错大赛冠军

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

神经语义解析 Neural Semantic Parsing综述

https://mp.weixin.qq.com/s/tFDA4ZfrLnFocgs5SdDnUQ

关于语义和语用的100件事

https://mp.weixin.qq.com/s/2qa2o9nkJL5wrXJRmsSKUg

COLING 2018上下文敏感的开放域对话回复生成

https://mp.weixin.qq.com/s/IA0kPncWRVx0JBQXvJLY6w

微信高级研究员解析深度学习在NLP中的发展和应用

https://zhuanlan.zhihu.com/p/40988001

多轮对话状态管理（DST）–模型介绍篇

https://mp.weixin.qq.com/s/PrrEUHXrmBEnOegP5jqOJg

你知道《圣经》中的主要角色有哪些吗？三种NLP工具将告诉你答案！

https://mp.weixin.qq.com/s/8LV27Hn5JKS7Zo1omRMxzA

基于汉语短文本对话的立场检测系统理论与实践

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

基于序列到序列模型的句子级复述生成

https://mp.weixin.qq.com/s/oMKhVtCTmQKLTmhMx008MA

基于背景知识的对话模型

https://mp.weixin.qq.com/s/PGj1IjLPz-RmTaLbcnYNCw

自然语言处理领军人刘兵：没有终身学习，机器不可能智能

https://mp.weixin.qq.com/s/p8gEbamEbJBp_wzsy8_21A

词义的动态变迁

https://zhuanlan.zhihu.com/p/41944121

NLP系列学习：意图识别

https://mp.weixin.qq.com/s/C-Oh0bmpEon1Oeq5M6Q1GQ

针对商品标题冗长问题，阿里工程师怎么解决？

https://mp.weixin.qq.com/s/Pj_sfced_IfjwoeA-_vvMg

COLING 2018对话语义理解的序列到序列数据增强

https://mp.weixin.qq.com/s/R-BuHOYFEadVe0yx5q92Dg

文本表示简介

https://mp.weixin.qq.com/s/qW-0zGvMi4qjT_KtGat4mQ

TreeGAN：为序列生成任务构建有句法意识的GAN

https://mp.weixin.qq.com/s/9Q9i1GyB0vqxGpdlOgKL0w

不会写作文？试试这个文本模板生成系统呗

https://zhuanlan.zhihu.com/p/46206946

全局语义语境能改善神经语言模型吗？

https://mp.weixin.qq.com/s/2Ksovh6BDnFxs6Y2lOv6ww

联合学习离散句法结构和连续词表征的无监督方法

https://mp.weixin.qq.com/s/A-PKyZcXwOz-2lL-hBmjsA

自然语言处理中的语言模型预训练方法

https://mp.weixin.qq.com/s/gZ4N18jvM_0oUvOaKBBxfQ

你已经是个成熟的表格了，该学会自然语言处理了

https://mp.weixin.qq.com/s/EIlDzd-Fnzo_iCS3SJw3JQ

基于神经网络的文本生成前沿综述

https://mp.weixin.qq.com/s/Srpv04X2vaIr2da4xbEMdg

从对话生成和文本风格转化看文本生成技术

https://mp.weixin.qq.com/s/DeLB7mV9p-MX-c9LI-XwBQ

文本生成魔改方案汇总

https://zhuanlan.zhihu.com/p/47949269

开放域下的对话系统

https://mp.weixin.qq.com/s/dXU-HMi8LIjVTwzfMqOzuQ

自然语言中的深度隐变量模型

https://mp.weixin.qq.com/s/kef7F8hlkavvVpD1gQt8hA

几千条文本库也能做机器学习！NLP小数据集训练指南

https://mp.weixin.qq.com/s/jFfGU8yHsNAfDxYnbLPk3Q

基于文本蕴含识别的答案验证技术研究

https://zhuanlan.zhihu.com/p/50349824

利用词向量和WordNet识别和解释隐喻词

https://mp.weixin.qq.com/s/rLFm2J6Bao6H5Qj9Fw0wUg

百度陈翔：基于机器学习的搜索语义理解技术！