图灵汇官网

致谢

钟崇光博士参与了《按部就班提升Kaggle竞赛模型准确度，以美国好事达保险公司理赔为例》一文的校正工作，并提出了许多有价值的建议。在此，我们对钟博士表示衷心的感谢！

作者：Melanie Tosik
翻译：闵黎
校正：丁楠雅

本文长度约为1100字，建议阅读时间约3分钟。

Melanie Tosik 目前在旅游搜索公司 WayBlazer 工作，负责利用自然语言请求生成个性化的旅游推荐方案。她在学习过程中积累了不少经验，并整理了一份适合初学者的自然语言处理（NLP）学习资源清单。

学习资源清单

在线课程

• Dan Jurafsky 和 Chris Manning 的自然语言处理课程

  • 介绍了一系列精彩的视频，涵盖了自然语言处理的基本概念。
  • 链接

• 斯坦福大学 CS224d 课程

  • 深度学习和自然语言处理的高级课程，包括机器学习算法和神经网络架构。
  • 链接

• Coursera 自然语言处理入门课程

  • 由密西根大学提供的自然语言处理课程。
  • 链接

开放资源和工具库

• spaCy

  • Python 编程语言中的新兴开源库，包含丰富的示例、API 文档和演示应用。
  • 官网
  • 博客
  • 演示应用

• 自然语言工具包（NLTK）

  • Python 编程语言中的自然语言处理入门工具包，主要用于教学目的。
  • 官网
  • 图书

• 斯坦福 CoreNLP

  • 由 Java 开发的高质量自然语言处理工具包。
  • 官网

博客和文章

• 自然语言处理博客（Hal Daumé）

  • 博客

• Google 研究博客

  • 博客

• 语言日志博客（Mark Liberman）

  • 博客

书籍

• 《语言和语言处理》（Daniel Jurafsky 和 James H. Martin）

  • 经典的自然语言处理教材，涵盖所有基础知识，第 3 版即将出版。
  • 链接

• 《统计自然语言处理基础》（Chris Manning 和 Hinrich Schütze）

  • 更高级的统计自然语言处理方法。
  • 链接

• 《信息检索简介》（Chris Manning, Prabhakar Raghavan 和 Hinrich Schütze）

  • 关于排名和搜索的优秀参考书。
  • 链接

• 《自然语言处理中的神经网络方法》（Yoav Goldberg）

  • 深入介绍自然语言处理中的神经网络方法，附带入门书籍。
  • 链接
  • 入门书籍

其他资源

• 如何在 TensorFlow 中构建 word2vec 模型

  • 学习指南。
  • 链接

• NLP 深度学习资源

  • 按主题分类的顶尖资源概述。
  • 链接

• 最后一篇文章：计算语言学和深度学习

  • 关于自然语言处理重要性的文章。
  • 链接

• 分布式表示的自然语言理解

  • 关于自然语言理解的机器学习和神经网络方法的独立讲义。
  • 链接

• 带有泪水的贝叶斯推论

  • 教程工作簿。
  • 链接

• 国际计算语言学协会（ACL）

  • 期刊选集。
  • 链接

• 果壳问答网站 (Quora)

  • 如何学习自然语言处理。
  • 链接

DIY 项目和数据集

• Nicolas Iderhoff 创建的 NLP 数据集列表

  • 包含大量公开和详尽的数据集。
  • 链接

• 基于隐马尔可夫模型（HMM）完成词性标注

  • 链接
  • 链接

• 运用 CYK 算法执行上下文无关的语法解析

  • 链接
  • 链接

• 计算给定两个单词之间的语义相似度

  • 链接
  • 链接

• 运用朴素贝叶斯分类器过滤垃圾邮件

  • 链接
  • 链接

• 根据单词之间的编辑距离执行拼写检查

  • 链接
  • 链接

• 完成一个马尔科夫链文本生成器

  • 链接

• 运用 LDA 完成主题模型

  • 链接
  • 链接

• 运用 word2vec 从大型文本语料库生成单词嵌入

  • 链接
  • 链接

NLP 在社交媒体上的应用

• Twitter 上的 #nlproc 标签

  • 链接
  • 链接

• Reddit 社交新闻站点

  • 链接

• Medium 发布平台

  • 链接