NLP概述：基于深度学习的自然言语处理

点击上方关注，All in AI中国

在最近几年中，神经网络曾经在自然言语处理中发挥越来越重要的作用。在很大程度上归功于诸如词嵌入，以及由至少部分地经过神经网络构建的言语模型驱动的聊天机器人的爆炸式增长，神经网络在该范畴获得的成就也越来越大。

传送门：https://nlpoverview.com/
NLP概述：运用于自然言语处理的古代深度学习技术是由Elvis Saravia和Soujanya Poria维护的一种活资源 - 资源维护者表示，该项目的次要部分直接借用了Young等人的工作（论文传送门：https://arxiv.org/abs/1708.02709）。它涵盖了神经网络在NLP中运用的次要成就。直接来自项目本身：
该项目概述了基于深度学习的自然言语处理（NLP）的最新趋向。它涵盖了深度学习模型背后的实际描画和完成细节，例如递归神经网络（RNN）、卷积神经网络（CNN）和强化学习，用于处理各种NLP义务和运用。概述还包含NLP义务（例如机器翻译、问答和对话系统）的最新结果摘要。无论是寻觅提高的概述，想知道某些特定义务中的最新技术程度，还是寻务实施代码，NLP概述项目都能够对您有用。它的真正优点是它的简约和有条理;您可以在一小时内从上到下阅读次要信息，或者也可以很容易的选择到您感兴味的内容。
项目目的如下：

• 该项目的次要动机如下：
  

• 保持最新的学习资源，整合与NLP研讨相关的重要信息，例如：
  
• 最先进的结果
  
• 新兴概念和运用
  
• 新的基准数据集
  
• 代码/数据集发布
  
• 等等
  

• 创建一个敌对和开放的资源，以协助指点研讨人员和任何有兴味了解适用于NLP的古代技术的人。
  
• 一个合作项目，专家研讨人员可根据他们最近的研讨结果和实验结果提出变化（例如，归入SOTA结果）
  

对于NLP从业者或那些对该范畴有一定了解的人来说，这个资源能够是一个很好的发现，对于那些对这个范畴比较生疏的范畴的人来说，能够没什么用途。您能够希望首先开发基础知识，然后访问此概述以疾速了解NLP目前是如何应用神经网络和深度学习停止实际。
感激Elvis Saravia和Soujanya Poria将NLP和神经网络目前堆叠的地方放在一同，提供了一个可访问的，信息丰富的概述，并为读者提供了很多可以带走它们的内容。

分享了

前排支持下

看起来不错