NLP参考资源

命名实体识别（续）

https://mp.weixin.qq.com/s/5fl9jmEolYOxMjaMw746OQ

基于深度学习的命名实体识别

https://zhuanlan.zhihu.com/p/70618710

初识NER

https://mp.weixin.qq.com/s/yJC3NtD13LEVovDYK7-u1A

命名实体识别难在哪？

https://mp.weixin.qq.com/s/DfXTwu2dobjmR1Xd3PG9Zg

美团搜索中NER技术的探索与实践

https://mp.weixin.qq.com/s/O4DNQbEuvFapZmYWa2jRUQ

命名实体识别的深度学习综述

https://mp.weixin.qq.com/s/yQWgykaQEnTHOca8MPLSKw

NLP集大成之命名实体识别

https://zhuanlan.zhihu.com/p/111769969

谈谈文本匹配和多轮检索

https://mp.weixin.qq.com/s/5toWf90bJeSMGso6HaNTMQ

腾讯提出用于文本匹配的多信道信息交叉模型，在真实任务中表现优异

https://zhuanlan.zhihu.com/p/111768258

Question Answering论文

https://mp.weixin.qq.com/s/trDAoPgcsHr0Tz0AT5N3HQ

京东电商场景下的AI实践-基于关键词自动生成摘要

https://mp.weixin.qq.com/s/Aye9FBwG-v2JO2MLoEjo0g

事实感知的生成式文本摘要

https://zhuanlan.zhihu.com/p/113219895

Text Summarization文本摘要与注意力机制

https://zhuanlan.zhihu.com/p/135468859

2015-2019年摘要模型（Summarization Model）发展综述（一）

https://zhuanlan.zhihu.com/p/138282654

2015-2019年摘要模型（Summarization Model）发展综述（二）

传统方法主要是PCFG （Probabilistic Context-Free Grammar）。

https://blog.csdn.net/continueOo/article/details/72851724

统计自然语言处理（概率上下文无关文法）

http://mp.weixin.qq.com/s?__biz=MzI4MDYzNzg4Mw==&mid=2247483922&idx=1&sn=cffbaf797cc58e303a65a8a2ae370b86

句法分析（syntactic parsing）在NLP领域的应用是怎样的？

https://mp.weixin.qq.com/s/80bduM27Xv7zCC4saYgwpQ

句法分析综述

http://www.cnblogs.com/CheeseZH/p/5768389.html

依存句法分析与语义依存分析的区别

https://mp.weixin.qq.com/s/r-mndw2BKHdVq-jKLinYZQ

别说还不懂依存句法分析

https://mp.weixin.qq.com/s/XP0V6v__O4wxpjPSC5O7vw

一文了解成分句法分析

https://mp.weixin.qq.com/s/DN_PeqF1JUZfIl0kNCwFng

联合汉语分词和依存句法分析的统一模型：当前效果最佳

https://mp.weixin.qq.com/s/Vy7OxAojvgndgGkvmFrBKw

61页slides理解句法分析过程

https://mp.weixin.qq.com/s/CxpyMUPnKFCTpw6WgG0kqg

依存句法分析的任务以及形式化定义

https://mp.weixin.qq.com/s/kdbaMyDLC5YaOMqTAOyLAg

斯坦福陈丹琦博士论文：神经网络阅读理解与更多（附156页pdf）

https://chendq-thesis-zh.readthedocs.io/en/latest/

陈丹琦博士论文翻译：Neural Reading Comprehension and Beyond

https://mp.weixin.qq.com/s/7UnUedr8tapwFeRnHVOkjA

阿里巴巴人工智能机器阅读理解能力创新纪录

https://mp.weixin.qq.com/s/Su7tGSWX2bG1UKQU-nGC5A

解读R-Net：微软“超越人类”的阅读理解人工智能

https://mp.weixin.qq.com/s/41mynm-vB5mpLPcR-ByOdA

北大与百度提出多文章验证方法：让机器验证阅读理解候选答案

https://mp.weixin.qq.com/s/mgeQXkEWu5JlZxyAM0yiaQ

充分利用候选项的选择型机器阅读理解模型

https://mp.weixin.qq.com/s/TnG2iYwQpJ4ugdWf-ORP-Q

一览微软在机器阅读理解、推荐系统、人机对话等最新研究进展

https://mp.weixin.qq.com/s/ONmwKV6VyYVt2S6lOBrE5g

神经机器阅读理解：方法与趋势，附39页最新综述下载

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

实战课程：自己动手做聊天机器人

https://mp.weixin.qq.com/s/ZL6T-8M-KfA5wSHcao_PDw

152页基于深度学习的聊天机器人全面总结

https://mp.weixin.qq.com/s/mekBRtHcXqbMJiN1CgbgQg

聊天机器人是如何工作的：基于深度学习的对话系统教程 152页PPT

https://mp.weixin.qq.com/s/LoIrR-0roO1FO7BRuiVu9A

能干活的聊天机器人-对话系统概述

https://mp.weixin.qq.com/s/8KxHKWwhKAsi8c3kvlm6sw

能闲聊的端到端生成型聊天机器人背后都有哪些技术？

https://mp.weixin.qq.com/s/Vh3bCO-ZYoBJLqCTPCpggg

论如何为聊天机器人定义一个固定的人格

https://mp.weixin.qq.com/s/sM72a52wz6eXSkcgnd4JJw

人类与机器人，如何能像朋友一样愉快聊天？

https://mp.weixin.qq.com/s/vt25TVX-tcurtAC63dYYNA

让聊天机器人同你聊得更带劲-对话策略学习

http://blog.csdn.net/malefactor/article/details/52166235

聊天机器人中对话模板的高效匹配方法

https://mp.weixin.qq.com/s/ouNxUvWC_mxap6P5z6_dFA

教聊天机器人进行多轮对话

http://www.jianshu.com/p/43db6425ad33

如何为聊天机器人设计数据通道

https://mp.weixin.qq.com/s?__biz=MzU2OTA0NzE2NA==&mid=2247484926&idx=1&sn=4e34a442c126c46bba27a7f17df3e61e

聊天机器人Chatbot知识资料全集

https://mp.weixin.qq.com/s/bzjRlFfh7tz4OWVpGnNPwQ

揭秘阿里小蜜：基于检索模型和生成模型相结合的聊天引擎

https://mp.weixin.qq.com/s/h6BjW1nrV4z30eWfny7Wzw

聊天机器人落地及进阶实战

https://mp.weixin.qq.com/s/ziM0U-KEePjZLNMhK5PVXA

基于金融-司法领域(兼有闲聊性质)的聊天机器人

https://mp.weixin.qq.com/s/Tk-WWuYp-CBx0p-mBWm5Jg

开发聊天机器人必读的重要论文

https://mp.weixin.qq.com/s/ZexnTKHEFKPso5fhZNQfQQ

聊天机器人中用户出行消费意图识别方法研究

https://mp.weixin.qq.com/s/jifGPaxdqVii3q6gG4F2ag

Google工程师带你了解聊天机器人的工作原理和未来发展

https://mp.weixin.qq.com/s/yeNR0krycswD8cHaN6wa6A

人机对话技术研究进展与思考

https://mp.weixin.qq.com/s/nJItYkjGtlC5fLYWwidduA

聊天机器人的几种主要架构实现

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

端到端学习对话人工智能，附237页PPT下载

https://mp.weixin.qq.com/s/Xv9c5D3sEBVHhcBcbg5SEg

聊天机器人技术的研究进展

https://mp.weixin.qq.com/s/Rbom_XNFcc0PrJQRvWkVfA

信息抽取(Information Extraction:NER(命名实体识别),关系抽取)

https://mp.weixin.qq.com/s/yN0lOmA0XmqIntqLgwn-TQ

我们眼中的“关系抽取”

https://www.cnblogs.com/vpegasus/p/re.html

https://mp.weixin.qq.com/s/1TcIC2BFmswQAoC-86QBaw

基于句法结构与语义信息核函数的搭配关系抽取

https://mp.weixin.qq.com/s/wqJP64BuIT27Le6esZNdLg

浅析深度学习在实体识别和关系抽取中的应用

http://www.crownpku.com//2017/08/19/%E7%94%A8Bi-GRU%E5%92%8C%E5%AD%97%E5%90%91%E9%87%8F%E5%81%9A%E7%AB%AF%E5%88%B0%E7%AB%AF%E7%9A%84%E4%B8%AD%E6%96%87%E5%85%B3%E7%B3%BB%E6%8A%BD%E5%8F%96.html

用Bi-GRU和字向量做端到端的中文关系抽取

https://mp.weixin.qq.com/s/PGjIWuBGAVG9C9X9d1aKaQ

史上最可爱的关系抽取指南？从一条规则到十个开源项目

https://mp.weixin.qq.com/s/1WtJEqhxCtBKVRs_-EevjA

基于排序思想的弱监督关系抽取选种与降噪算法

https://mp.weixin.qq.com/s/2zFOjOuDKo–wTvu5rVWNw

基于局内去噪和迁移学习的关系抽取

https://mp.weixin.qq.com/s/eI-u_RsabtuyRajDYnnZDg

基于深度强化学习的远程监督关系抽取

https://mp.weixin.qq.com/s/AhoEzujMVUU-P7j5z_8sVQ

基于神经网络的实体识别和关系抽取联合学习

https://mp.weixin.qq.com/s/PPAIARqkYqaIYRD7SFOtBg

基于分层强化学习的关系抽取

https://mp.weixin.qq.com/s/HaJtc7XlCPh0KdGnUehkcg

万字长文详解文本抽取：从算法理论到实践

https://mp.weixin.qq.com/s/gyuq2ujb1tiAvAlXtZY4Eg

聊聊“事件抽取”

https://mp.weixin.qq.com/s/PmdARJQC8O42huzxZNSz3A

搭建基于依存句法和短语结构句法结合的金融领域事件元素抽取系统实践

https://mp.weixin.qq.com/s/FvQUvyB32XZt0AIS0m6KDw

基于连通图的篇章级事件抽取与相关度计算

https://mp.weixin.qq.com/s/-zDMPfR1wWSV9A7HDzJlZA

事件抽取及推理(上)

https://mp.weixin.qq.com/s/GtO3Zf87BTbBQqHAtgAmlA

事件抽取及推理(下)

https://mp.weixin.qq.com/s/5jjzE3cG5OAXRB9hZ5DFIw

事件抽取综述（上）

https://mp.weixin.qq.com/s/EXS-KXd-UE1Vovvzulqj2g

事件抽取综述（中）

https://mp.weixin.qq.com/s/X0UbooOJ5B067wilXq4F2A

事件抽取综述（下）

https://mp.weixin.qq.com/s/JY6Mu7NMtEnmjEgHCg_eYg

文本信息抽取与结构化

https://mp.weixin.qq.com/s/MGPne4SotdHVWu2cIZvfog

深入了解关系抽取你需要知道的东西

https://mp.weixin.qq.com/s/J1-0A2Wc2xNqqW14uIkigQ

NLP中关系抽取的概念，发展及其展望

https://mp.weixin.qq.com/s/q3QAfxw8k1ZAWl-NZPw5qA

如何使用卷积神经网络进行关系抽取

https://mp.weixin.qq.com/s/azD5OKyTxYVVZM8eho4JXA

关系抽取到底在乎什么？

短文本相似度

https://wenku.baidu.com/view/d38ab1e8856a561252d36fab.html

短文本相似度计算在用户交互式问答系统中的应用

https://zhuanlan.zhihu.com/p/113224707

传统方法BM25解决短文本相似度问题

https://mp.weixin.qq.com/s/rhlSlrGwgUvDITZ06tfSzg

短文本相似度算法研究

https://zhuanlan.zhihu.com/p/164957257

WMD系列方法介绍（词移距离方法）

https://mp.weixin.qq.com/s/UTtdu1ONK2XnOOaLSk1hfg

从单词嵌入到文档距离 ：WMD一种有效的文档分类方法

https://mp.weixin.qq.com/s/mg5LtMj6hEqwKbJcdjA-eg

竞赛中的文本相似性！

https://mp.weixin.qq.com/s/jk1XgnuydrsTg3HvV0CVvw

当深度学习遇见自动文本摘要

https://mp.weixin.qq.com/s/NGpDrYilAeuH6pQji0ujaA

文本摘要简述

https://mp.weixin.qq.com/s/Z5fhodIOWZbt8eZ8BICkyA

自动文本摘要研究综述

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

用深度学习做文本摘要

https://zhuanlan.zhihu.com/p/111266615

文本摘要(text summarization)最新研究热点、发展趋势，里程碑论文推荐

https://mp.weixin.qq.com/s/z7BlFHfStYEtNzl1EorokA

文章太长不想看？ML文本自动摘要了解一下

https://mp.weixin.qq.com/s/gDZyTbM1nw3fbEnU–y3nQ

Python利用深度学习进行文本摘要的综合指南

https://mp.weixin.qq.com/s/byKEY726MfEtKwsip-go1Q

AI攒论文指日可待？Transformer生成论文摘要方法已出

https://zhuanlan.zhihu.com/p/83596443

文本自动摘要任务的“不完全”心得总结

https://blog.csdn.net/zhangxb35/article/details/78626799

Text Summarization综述

https://zhuanlan.zhihu.com/p/84730122

BottleSum——文本摘要论文系列解读

https://mp.weixin.qq.com/s/vjnENPxXzrjKW2ACD3HDkA

抽取式摘要之SUMO

https://mp.weixin.qq.com/s/Bmou2Fx8a0-60Aqycrg4ug

基于句子嵌入的无监督文本摘要

https://mp.weixin.qq.com/s/GcLDWcRIowK0EFtR-k2cmA

抽取式摘要最新研究进展