NLTK教程：

jieba教程：

tensorflow教程：

Machine Learning Repository：(可下载机器学习中的数据集)

NLP参考资源

自然语言处理(Natural Language Processing)是深度学习的主要应用领域之一。

1. 教程

CS224d: Deep Learning for Natural Language Processing

http://cs224d.stanford.edu/

CS224d课程的课件

http://web.stanford.edu/class/cs224n/syllabus.html

CMU的NLP教程。该网页下方还有美国其他高校的NLP课程的链接。

http://demo.clab.cs.cmu.edu/NLP/

北京大学的NLP教程，特色：中文处理。缺点：传统方法居多，深度学习未涉及。

http://ccl.pku.edu.cn/alcourse/nlp/

COMS W4705: Natural Language Processing

http://www.cs.columbia.edu/~cs4705/

初学者如何查阅自然语言处理(NLP)领域学术资料

https://mp.weixin.qq.com/s/TSc4E8lKwgc-EvzP8OlJeg

揭开知识库问答KB-QA的面纱(知识图谱方面的系列专栏)

https://zhuanlan.zhihu.com/kb-qa

《语音与语言处理》第三版，NLP和语音合成方面的专著

http://web.stanford.edu/~jurafsky/slp3/ed3book.pdf

CIPS ATT 2017 文本分析和自然语言课程PPT

https://mp.weixin.qq.com/s/5KhTWdOk-b84DXmoVr68-A

CMU NN for NLP

http://phontron.com/class/nn4nlp2017/assets/slides/

CMU Machine Translation and Sequence to Sequence Models

http://phontron.com/class/mtandseq2seq2017/

Oxford Deep NLP 2017 course

https://github.com/oxford-cs-deepnlp-2017/lectures

2. 书籍

《Natural Language Processing with Python》，Steven Bird、Ewan Klein、Edward Loper著。这本书的作者们创建了著名的NLTK工具库。

http://ccl.pku.edu.cn/alcourse/nlp/LectureNotes/Natural%20Language%20Processing%20with%20Python.pdf

注：

Steven Bird，爱丁堡大学博士，墨尔本大学副教授。

http://www.stevenbird.net/about.html

Ewan Klein，苏格兰人，哥伦比亚大学博士(1978年)，爱丁堡大学教授。

Edward Loper，宾夕法尼亚大学博士。

推荐5本经典自然语言处理书籍

https://mp.weixin.qq.com/s/0HmsMytif3INqAX1Si5ukA

3. 网站

一个自然语言处理爱好者的群体博客。包括52nlp、rickjin、liwei等国内外华人大牛.

http://www.52nlp.cn/

实战课程：自己动手做聊天机器人

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

北京大学计算机科学技术研究所语言计算与互联网挖掘研究

http://www.icst.pku.edu.cn/lcwm/

NLP深度学习方面的代码库

https://github.com/rockingdingo/deepnlp

NLP专家李维的blog

https://liweinlp.com/

一个NLP方面的blog

http://www.shuang0420.com/

一个DL+ML+NLP的blog

http://www.cnblogs.com/Determined22/

一个NLP方面的blog

http://www.cnblogs.com/robert-dlut/

一个NLP方面的blog

https://blog.csdn.net/wangxinginnlp

4. 工具

Natural Language Toolkit(NLTK)

官网：http://www.nltk.org/

可使用nltk.download()下载相关nltk官方提供的各种资源。

参考：

http://www.cnblogs.com/baiboy/p/nltk3.html

OpenNLP

http://opennlp.apache.org/

FudanNLP

https://github.com/FudanNLP/fnlp

Stanford CoreNLP

http://stanfordnlp.github.io/CoreNLP/

THUCTC

THUCTC(THU Chinese Text Classification)是由清华大学自然语言处理实验室推出的中文文本分类工具包。

http://thuctc.thunlp.org/

gensim

gensim是Python语言的计算文本相似度的程序包。

http://radimrehurek.com/gensim/index.html

安装指令：

pip install --upgrade gensim

GitHub 地址：

https://github.com/RaRe-Technologies/gensim

参考学习：

情感分析的新方法——基于Word2Vec /Doc2Vec/Python

http://www.open-open.com/lib/view/open1444351655682.html

Gensim Word2vec使用教程

http://blog.csdn.net/Star_Bob/article/details/47808499

GloVe

GloVe:Global Vectors for Word Representation

https://nlp.stanford.edu/projects/glove/

textsum

textsum是一个基于深度学习的文本自动摘要工具。

代码：

https://github.com/tensorflow/models/tree/master/textsum

参考：

http://www.jiqizhixin.com/article/1449

谷歌开源新的TensorFlow文本自动摘要代码：

TensorFlow文本摘要生成 - 基于注意力的序列到序列模型

http://blog.csdn.net/tensorflowshizhan/article/details/69230070

jieba

https://github.com/fxsjy/jieba

NLPIR：NLPIR汉语分词系统(又名ICTCLAS2013)，是中科院张华平博士的作品。

http://ictclas.nlpir.org/

参考：

这个网页对于NLP的大多数功能进行了可视化的展示。NLP入门必看。

http://ictclas.nlpir.org/nlpir/

snownlp

https://github.com/isnowfy/snownlp

HanLP：HanLP是一个目前留学日本的中国学生的作品

http://hanlp.linrunsoft.com/

作者blog：

http://www.hankcs.com/

Github：

https://github.com/hankcs/HanLP/

从作者的名气来说，HanLP无疑是最低的，性能也不见得有多好。然而对于初学者来说，这却是最适合的工具。这主要体现在以下几个方面：

1.中文处理能力。NLTK和OpenNLP对中文支持非常差，这里不光是中文分词的问题，有些NLP算法需要一定的语言模型数据，但浏览NLTK官方的模型库，基本找不到中文模型数据。

2.jieba、IK之类的功能太单一，多数局限在中文分词方面领域。gensim、THUCTC专注于NLP的某一方面，也不是通用工具。

3.NLPIR和Stanford CoreNLP算是功能最强的工具包了。前者的问题在于收费不开源，后者的问题在于缺少中文文档。FudanNLP的相关文档较少，文档友好度不如HanLP。

4.HanLP在主页上提供了相关算法的blog，便于初学者快速掌握相关概念。其词典是明文发布，便于用户修改。HanLP执行时，会将明文词典以特定结构缓存，以提高执行效率。

注：不要以为中文有分词问题，就比别的语言复杂，英文还有词根问题呢。。。每种语言都不简单。

AllenNLP

AllenNLP是 Allen AI实验室的作品，采用深度学习技术，基于PyTorch开发。

http://allennlp.org/

Allen AI实验室由微软联合创始人Paul G. Allen投资创立。

http://allenai.org/

python版的汉字转拼音软件

https://github.com/mozillazg/python-pinyin

Java分布式中文分词组件-word分词

https://github.com/ysc/word

jena是一个语义网络、知识图谱相关的软件

http://jena.apache.org/

NLPchina

NLPchina(中国自然语言处理开源组织)旗下有许多好用的工具。

http://www.nlpcn.org/

Github：

https://github.com/NLPchina

Ansj

Ansj是一个NLPchina旗下的开源的Java中文分词工具，基于中科院的ictclas中文分词算法，比其他常用的开源分词工具(如mmseg4j)的分词准确率更高。

https://github.com/NLPchina/ansj_seg

Word2VEC_java

word2vec java版本的一个实现。

https://github.com/NLPchina/Word2VEC_java

doc2vec java版本的一个实现，基于Word2VEC_java。

https://github.com/yao8839836/doc2vec_java

ansj_fast_lda

LDA算法的Java包。

https://github.com/NLPchina/ansj_fast_lda

nlp-lang

这个项目是一个基本包.封装了大多数nlp项目中常用工具

https://github.com/NLPchina/nlp-lang

词性标注

ICTPOS3.0汉语词性标记集

http://jacoxu.com/ictpos3-0%E6%B1%89%E8%AF%AD%E8%AF%8D%E6%80%A7%E6%A0%87%E8%AE%B0%E9%9B%86/

Word Hashing

Word Hashing是非常重要的一个trick，以英文单词来说，比如good，他可以写成#good#，然后按tri-grams来进行分解为#go goo ood od#，再将这个tri-grams灌入到bag-of-word中，这种方式可以非常有效的解决vocabulary太大的问题(因为在真实的web search中vocabulary就是异常的大)，另外也不会出现oov问题，因此英文单词才26个，3个字母的组合都是有限的，很容易枚举光。

那么问题就来了，这样两个不同的单词会不会产出相同的tri-grams，paper里面做了统计，说了这个冲突的概率非常的低，500K个word可以降到30k维，冲突的概率为0.0044%。

但是在中文场景下，这个Word Hashing估计没有这么有效了：

词汇共现

http://sewm.pku.edu.cn/TianwangLiterature/SEWM/2005(5)/%5b%b3%c2%c1%88,%20et%20al.,2005%5d/050929.pdf

词汇共现是指词汇在文档集中共同出现。以一个词为中心，可以找到一组经常与之搭配出现的词，作为它的共现词汇集。

词汇共现的其中一种用例：

有若干关键词，比如：水果、天气、风，有若干描述词，比如，很甜、晴朗、很大，然后现在要找出他们之间的搭配，在这个例子里，我们最终要找到：水果很甜、天气晴朗、风很大。

关键词提取

主要三种方法：1.基于统计特征，如TF-IDF；2.基于词图模型，如TextRank；3.基于主题模型，如LDA。

自然语言理解

Natural language understanding(NLU)属于NLP的一个分支，属于人工智能的一个部分，用来解决机器理解人类语言的问题，属于人工智能的核心难题。

http://www.shuang0420.com/2017/04/27/NLP%E7%AC%94%E8%AE%B0%20-%20NLU%E4%B9%8B%E6%84%8F%E5%9B%BE%E5%88%86%E7%B1%BB/

论文

《Distant Supervision for relation extraction without labeled data》

《Using Recurrent Neural Networks for Slot Filling in Spoken Language Understanding》

《Convolutional Neural Networks for Sentence Classification》

知识图谱参考资源

知识图谱构建技术综述

https://wenku.baidu.com/view/38ad3ef7e109581b6bd97f19227916888586b959.html

知识图谱技术综述

https://wenku.baidu.com/view/e69a3619fe00bed5b9f3f90f76c66137ee064f15.html

知识图谱技术原理介绍

https://wenku.baidu.com/view/b3858227c5da50e2534d7f08.html

基于知识图谱的问答系统关键技术研究

https://mp.weixin.qq.com/s/JLYegFP7kEg6n34crgP09g

什么是知识图谱？

https://mp.weixin.qq.com/s/XgKvh63wgEe-CR9bchp03Q

当知识图谱遇上聊天机器人

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

知识图谱前沿技术课程实录

https://mp.weixin.qq.com/s/U-dlYhnaR8OQw2UKYKUWKQ

阿里知识图谱首次曝光：每天千万级拦截量，亿级别全量智能审核

https://mp.weixin.qq.com/s/MZE_SXsNg6Yt4dz2fmB1sA

东南大学漆桂林：知识图谱的应用

https://mp.weixin.qq.com/s/WIro7pk7kboMvdwpZOSdQA

东南大学高桓：知识图谱表示学习

https://mp.weixin.qq.com/s/z1hhG4GaBQXPHHt9UGZPnA

复旦肖仰华：基于知识图谱的问答系统

https://mp.weixin.qq.com/s/JZYH_m1eS93KRjkWA82GoA

多源信息表示学习在知识图谱中的应用

https://mp.weixin.qq.com/s/cEmtOAtfP2gSBlaPfGXb3w

如何构建知识图谱

https://mp.weixin.qq.com/s/cL1aKdu8ig8-ocOPirXk2w

中文通用百科知识图谱(CN-DBpedia)

https://mp.weixin.qq.com/s/Nh7XJOLNBDdpibopVG4MrQ

原文链接：

https://blog.csdn.net/antkillerfarm/article/details/78082564

自然语言处理(NLP)是计算机科学，人工智能，语言学关注计算机和人类(自然)语言之间的相互作用的领域。本文作者为NLP初学者整理了一份庞大的自然语言处理领域的概览。选取的参考文献与资料都侧重于最新的深度学习研究成果。这些资源能为想要深入钻研一个NLP任务的人们提供一个良好的开端。

指代消解

论文自动评分

论文：Automatic Text Scoring Using Neural Networks(使用神经网络的自动文本评分)：https://arxiv.org/abs/1606.04289

论文：A Neural Approach to Automated Essay Scoring(一种自动将论文评分的神经学方法)：http://www.aclweb.org/old_anthology/D/D16/D16-1193.pdf

挑战：Kaggle:The Hewlett Foundation: Automated Essay Scoring(Kaggle：The Hewlett Foundation:论文自动评分系统)：https://www.kaggle.com/c/asap-aes

项目：Enhanced AI Scoring Engine(增强的人工智能得分引擎)：https://github.com/edx/ease

自动语音识别

论文：DeepSpeech 2: End-to-End Speech Recognition in English and Mandarin(深度语音2:用英语和普通话进行端对端语音识别)：https://arxiv.org/abs/1512.02595

论文：WaveNet:A Generative Model for Raw Audio(WaveNet:原始音频的生成模型)：https://arxiv.org/abs/1609.03499

项目：A TensorFlow implementation of Baidu’s Deep Speech architecture(百度深度语音架构的一个TensorFlow实现：https://github.com/mozilla/DeepSpeech

项目：Speech-to-Text-WaveNet: End-to-end sentence level English speech recognition using DeepMind’s WaveNet(Speech-to-Text-WaveNet: 使用DeepMind的WaveNet，对端到端句子的英语水平语音识别)：https://github.com/buriburisuri/speech-to-text-wavenet

挑战：The 5th CHiME Speech Separation and Recognition Challenge(第五届CHiME语音的分离和识别挑战)：http://spandh.dcs.shef.ac.uk/chime_challenge/

资料：The 5thCHiME Speech Separation and Recognition Challenge(第五届CHiME语音的分离和识别挑战)：http://spandh.dcs.shef.ac.uk/chime_challenge/download.html

资料：LibriSpeech ASR corpus：http://www.openslr.org/12/

资料：Switchboard-1 Telephone Speech Corpus：https://catalog.ldc.upenn.edu/ldc97s62

自动摘要

共指消解

论文：Deep Reinforcement Learning for Mention-Ranking Coreference Models(对Mention-Ranking的共指模型进行深度强化学习：https://arxiv.org/abs/1609.08667

论文：Improving Coreference Resolution by Learning Entity-Level Distributed Representations(通过学习实体级分布式表示来改善相关的解决方案)：https://arxiv.org/abs/1606.01323

挑战：CoNLL 2012 Shared Task: Modeling Multilingual Unrestricted Coreference in OntoNotes(CoNLL 2012共享任务:在OntoNotes中对多语言的不受限制的共指进行建模)：http://conll.cemantix.org/2012/task-description.html

挑战：CoNLL 2011 Shared Task: Modeling Unrestricted Coreference in OntoNotes(CoNLL 2011共享任务:在OntoNotes中对多语言的不受限制的共指进行建模)：http://conll.cemantix.org/2011/task-description.html

语法错误校正

论文：Neural Network Translation Models for Grammatical Error Correction(语法错误校正的神经网络翻译模型)：https://arxiv.org/abs/1606.00189

挑战：CoNLL 2013 Shared Task: Grammatical Error Correction(CoNLL 2013共享任务:语法错误校正)：http://www.comp.nus.edu.sg/~nlp/conll13st.html

挑战：CoNLL 2014Shared Task: Grammatical Error Correction(CoNLL 2014共享任务:语法错误校正)：http://www.comp.nus.edu.sg/~nlp/conll14st.html

字素转换到音素

论文：Polyglot Neural Language Models: A Case Study in Cross-Lingual Phonetic Representation Learning(多语言神经语言模型:跨语语音表达学习的案例研究)：https://arxiv.org/pdf/1605.03832.pdf

论文：Multi task Sequence-to-Sequence Models for Grapheme-to-Phoneme Conversion(多任务序列到序列的字素到音素转换的模型)：https://pdfs.semanticscholar.org/26d0/09959fa2b2e18cddb5783493738a1c1ede2f.pdf

项目：Sequence-to-Sequence G2P toolkit(序列到序列G2P工具包)：https://github.com/cmusphinx/g2p-seq2seq

语种识别

语言建模

词形还原

唇语辨别

论文：Lip Reading Sentences in the Wild (在野外读懂唇语)：https://arxiv.org/abs/1611.05358

论文：3D Convolutional Neural Networks for Cross Audio-Visual Matching Recognition(交叉视听匹配识别的3D卷积神经网络)：https://arxiv.org/abs/1706.05739

项目： Lip Reading – Cross Audio-Visual Recognition using 3D Convolutional Neural Networks(唇读法—使用3D卷积神经网络的交叉视听识别：https://github.com/astorfi/lip-reading-deeplearning

资料： The GRID audiovisual sentence corpus：http://spandh.dcs.shef.ac.uk/gridcorpus/

机器翻译

论文：Neural Machine Translation by Jointly Learning to Align and Translate(通过共同学习来调整和翻译神经机器翻译)：https://arxiv.org/abs/1409.0473

论文：Neural Machine Translation in Linear Tim(在线性时间中的神经机器翻译)：https://arxiv.org/abs/1610.10099

挑战： ACL2014 NINTH WORKSHOP ON STATISTICAL MACHINE TRANSLATION(ACL2014第九届统计机器翻译研讨会)：http://www.statmt.org/wmt14/translation-task.html#download

资料： WIT3:Web Inventory of Transcribed and Translated Talks:https://wit3.fbk.eu/

资料： The QCRI Educational Domain (QED) Corpus：http://alt.qcri.org/resources/qedcorpus/

命名实体识别

释义检测

语法分析

论文：A fastand accurate dependency parser using neural networks(快速而准确地使用神经网络的依赖解析器)：http://www.aclweb.org/anthology/D14-1082

挑战：CoNLL2017 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies(CoNLL2017共享任务:从原始文本到通用依赖项的多语言解析)：http://universaldependencies.org/conll17/

挑战：CoNLL2016 Shared Task: Multilingual Shallow Discourse Parsing(CoNLL2016共享任务:多语言的浅会话解析)：http://www.cs.brandeis.edu/~clp/conll16st/

词性标记

拼音与中文转换

论文：Neural Network Language Model for Chinese Pinyin Input Method Engine(中文拼音输入法引擎的神经网络语言模型)：http://aclweb.org/anthology/Y15-1052

问答系统

论文：Ask Me Anything: Dynamic Memory Networks for Natural Language Processing(自然语言处理的动态内存网络)：http://www.thespermwhale.com/jaseweston/ram/papers/paper_21.pdf

论文：Dynamic Memory Networks for Visual and Textual Question Answering(用于视觉和文本的问答系统的动态记忆网络)：http://proceedings.mlr.press/v48/xiong16.pdf

挑战：TREC Question Answering Task(TREC问答系统任务)：http://trec.nist.gov/data/qamain.html

挑战：SemEval-2017 Task 3: Community Question Answering:http://alt.qcri.org/semeval2017/task3/

资料：MSMARCO: Microsoft MAchine Reading COmprehension Dataset(MSMARCO:微软机器阅读理解数据集)http://www.msmarco.org/

资料：SQuAD:100,000+ Questions for Machine Comprehension of Text(SQuAD:100,000+个文本的机器理解的问题)：https://rajpurkar.github.io/SQuAD-explorer/

资料：Graph Questions: A Characteristic-rich Question Answering Dataset(图形问题:一个特征丰富的问题回答数据集)：https://github.com/ysu1989/GraphQuestions

资料： Story Cloze Test and ROC Stories Corpora：http://cs.rochester.edu/nlp/rocstories/

关系提取

论文：A deep learning approach for relationship extraction from interaction context in social manufacturing paradigm(一种从社会生产范例的互动情境中提取关系深度学习的方法)：http://www.sciencedirect.com/science/article/pii/S0950705116001210

语义角色标记

论文：End-to-end Learning of Semantic Role Labeling Using Recurrent Neural Networks(使用循环神经网络对语义角色标签进行端到端学习)：http://www.aclweb.org/anthology/P/P15/P15-1109.pdf

论文：Neural Semantic Role Labeling with Dependency Path Embeddings(有着依赖路径嵌入的神经语义角色标记):https://arxiv.org/abs/1605.07515

挑战：CoNLL-2005 Shared Task: Semantic Role Labeling(CoNLL-2005共享任务:语义角色标记)：http://www.cs.upc.edu/~srlconll/st05/st05.html

挑战：CoNLL-2004 Shared Task: Semantic Role Labeling(CoNLL-2004共享任务:语义角色标记)：http://www.cs.upc.edu/~srlconll/st04/st04.html

资料：CoNLL-2005 Shared Task: Semantic Role Labeling(CoNLL-2005共享任务:语义角色标记)：http://www.cs.upc.edu/~srlconll/soft.html

语句边界消歧

论文：A Quantitative and Qualitative Evaluation of Sentence Boundary Detection for theClinical Domain(对临床领域的语句边界检测进行定量和定性的评估)：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5001746/

资料： The British National Corpus：http://www.natcorp.ox.ac.uk/

资料：Switchboard-1 Telephone Speech Corpus：https://catalog.ldc.upenn.edu/ldc97s62

情绪分析

源分离

论文：Joint Optimization of Masks and Deep Recurrent Neural Networks for Monaural Source Separation (对单声道分离的掩膜和深层循环神经网络的联合优化)：https://arxiv.org/abs/1502.04149

挑战：Signal Separation Evaluation Campaign(信号分离评估活动)：https://sisec.inria.fr/

挑战： CHiME Speech Separation and Recognition Challenge(CHiME语音分离和识别的挑战)：http://spandh.dcs.shef.ac.uk/chime_challenge/

说话者识别

论文：A NOVEL SCHEME FOR SPEAKER RECOGNITION USING A PHONETICALLY-AWARE DEEP NEURAL NETWORK(一种使用语音识别的深度神经网络的新方案)：https://pdfs.semanticscholar.org/204a/ff8e21791c0a4113a3f75d0e6424a003c321.pdf

论文：DEEP NEURAL NETWORKS FOR SMALL FOOTPRINT TEXT-DEPENDENT SPEAKER VERIFICATION(深度神经网络，用于小范围的文本依赖的说话者验证)：https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/41939.pdf

挑战： NIST Speaker Recognition Evaluation(NIST说话者识别评价)：https://www.nist.gov/itl/iad/mig/speaker-recognition

语音分段

论文：Unsupervised Word Segmentation and Lexicon Discovery Using Acoustic Word Embeddings(不受监督的单词分割和使用声学词嵌入的词汇发现)：https://arxiv.org/abs/1603.02845

语音合成

语音增强

词干提取

术语提取

论文： Neural Attention Models for Sequence Classification: Analysis and Application to KeyTerm Extraction and Dialogue Act Detection(序列分类的神经提示模型:分析和应用于关键词提取和对话法检测)：https://arxiv.org/pdf/1604.00077.pdf

文本简化

文本蕴涵

竞赛：SemEval-2013 Task 7: The Joint Student Response Analysis and 8th Recognizing Textual Entailment Challenge(SemEval-2013任务7:联合学生反应分析和第8届认知文本蕴含挑战)：https://www.cs.york.ac.uk/semeval-2013/task7.html

音译

项目：Neural Japanese Transliteration—can you do better than SwiftKey™ Keyboard?(神经日语音译：你能比SwiftKey键盘做得更好吗?)：https://github.com/Kyubyong/neural_japanese_transliterator

词嵌入

词汇预测

论文： The prediction of character based on recurrent neural network language model(基于循环神经网络语言模型的字符预测)：http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=7960065

论文： An Embedded Deep Learning based Word Prediction(一个基于深度学习的词汇预测)：https://arxiv.org/abs/1707.01662

论文：Evaluating Word Prediction: Framing Keystroke Savings(评估单词预测:框击键保存)：http://aclweb.org/anthology/P08-2066

资料：An Embedded Deep Learning based Word Prediction(一个基于深度学习的词汇预测)：https://github.com/Meinwerk/WordPrediction/master.zip

项目： Word Prediction using Convolutional Neural Networks—can you do better than iPhone™ Keyboard?(使用卷积神经网络的词汇预测——你能比iPhone键盘做得更好吗?)：https://github.com/Kyubyong/word_prediction

词分割

论文： Neural Word Segmentation Learning for Chinese(中文的神经词分割学习)：https://arxiv.org/abs/1606.04300

项目：Convolutional neural network for Chinese word segmentation(中文的词分割的卷积神经网络)：https://github.com/chqiwang/convseg

词义消歧

论文：Train-O-Matic: Large-Scale Supervised Word Sense Disambiguation in Multiple Languages without Manual Training Data(Train-O-Matic:在没有人工训练数据的情况下，在多种语言中大规模的监督词义消歧)：http://www.aclweb.org/anthology/D17-1008