新闻文本分类 https://tianchi.aliyun.com/competition/entrance/531810/information test_a_sample_submit.csv test_a.csv train_set.csv

特征点提取aXgboost与LightGBM的用法速查表方法 自定义损失函数与评估准则 网格搜索与交叉验证 early- stopping早停及并行训练加速

iwslt14数据集：用于英语和法语之间的机器翻译。

扩散模型总体包括两部分，主要处理cv的问题，这里的有一个网站：https://beta.dreamstudio.ai/home 主要是对该模型的一个应用，输入一段描述性文字，就可以生成相关的场景图片。该ppt是我在组会上讲解的ppt。

scalanlp工程下breeze完整库包，直接作为外部jar包导入即可，相关所有依赖均在其中。自己动手打的包，版权归原作者所有，本人只是把包包们整到一个大包里了。 免去了自己sbt、maven的过程，脱离spark平台使用breeze库。懒人菜鸟提供~ https://github.com/scalanlp/breeze http://www.scalanlp.org/

【计算机课程设计】基于NLP的舆情监控系统, 用户具有用户登录、新闻评论、个人信息查看、修改等功能。管理员具有新闻管理、个人信息管理、舆情监控等功能，使用前请务必查看说明文档

使用NLP对股票市场的推文的影响 NLP对推文的情绪分析，并平均每天的情绪。 与股价变化比较。

词性对照文件，可以用于NLP中自定义。

关系抽取数据集，信息抽取在自然语言处理中是一个很重要的工作，特别在当今信息爆炸的背景下，显得格外的生重要。从海量的非结构外的文本中抽取出有用的信息，并结构化成下游工作可用的格式，这是信息抽取的存在意义。信息抽取又可分为实体抽取或称命名实体识别，关系抽取以及事件抽取等。命名实体对应真实世界的实体，一般表现为一个词或一个短语，比如曹操，阿里巴巴，中国，仙人掌等等。 关系则刻画两个或多个命名实体的关系。比如马致远是《天净沙 · 秋思》的作者，那么马致远与《天净沙 · 秋思》的关系即是“创作”（author_of ）关系。 关系抽取可分为全局关系抽取与提及关系抽取。全局关系抽取基于一个很大的语料库，抽取其中所有关系对，而提及关系抽取，则是判断一句话中，一个实体对是否存在关系，存在哪种关系的工作。

• NLP框架介绍
• 长文本分类