声音编码 语音算法。 Soundex是较早的语音算法之一，专门为姓氏设计，启发了其他诸如 。 根据您的目标，另外使用一个茎杆（例如 ）。 安装 ： npm install soundex-code API var soundex = require ( 'soundex-code' ) soundex ( 'phonetics' ) // => 'P532' soundex ( 'Ashcraft' ) // => 'A261' soundex ( 'Lissajous' ) // => 'L222' soundex ( 'Smith' ) === soundex ( 'Schmit' ) // => true soundex ( 'Ashcraftersson' , 6 ) // => 'A26136' soundex ( 'A' , 6 ) // => 'A000' 命令行界面 Usage: soundex-code [options] Soundex phonetic algorithm. Options: -h, --help

timewords：多语言库，可轻松将日期字符串解析为java.util.Date对象

使用Botfuel对话框构建高度对话的机器人。 对话框 什么是botfuel-dialog？ Botfuel Dialog是一个开源SDK，可帮助您在Botfuel NLU之上使用MVC设计模式构建高度对话的聊天机器人。 跟着我们 :red_heart: 支持我们 如果您喜欢我们的开发人员构建的内容，请别忘了在Github上给我们注目。 我们的团队将不胜感激！ 从哪儿开始 ？ 要开始使用Botfuel，建议您遵循我们的。 适应后，您可以继续其他许多。 如果您想了解有关如何使用Botfuel的更多信息，请查看我们的，该将不断更新。 最受欢迎平台的机器人 使用我们的适配器之一或创建自己的适配器，使您的机器人与任何平台兼容。 查看我们的示例机器人 Botfuel Dialog带有，它们也可以用作集成测试。 我们还提供了一些用Botfuel Dialog编写的独立 。 这些用于博客文章和文档中。 参与Botfuel对话 如果您有任何问题，请随时。 除了您的反馈意见，我们也欢迎您的贡献。 请参阅。 执照 请参阅文件。

This book attempts to simplify and present the concepts of deep learning in a very comprehensive manner, with suitable, full-fledged examples of neural network architectures, such as Recurrent Neural Networks (RNNs) and Sequence to Sequence (seq2seq), for Natural Language Processing (NLP) tasks. The book tries to bridge the gap between the theoretical and the applicable. It proceeds from the theoretical to the practical in a progressive manner, first by presenting the fundamentals, followed by the underlying mathematics, and, finally, the implementation of relevant examples. The first three chapters cover the basics of NLP, starting with the most frequently used Python libraries, word vector representation, and then advanced algorithms like neural networks for textual data. The last two chapters focus entirely on implementation, dealing with sophisticated architectures like RNN, Long Short-Term Memory (LSTM) Networks, Seq2seq, etc., using the widely used Python tools TensorFlow and Keras. We have tried our best to follow a progressive approach, combining all the knowledge gathered to move on to building a questionand- answer system. The book offers a good starting point for people who want to get started in deep learning, with a focus on NLP. All the code presented in the book is available on GitHub, in the form of IPython notebooks and scripts, which allows readers to try out these examples and extend them in interesting, personal ways.

Natural Language Processing with PyTorch Build Intelligent Language Applications Using Deep Learning By Delip Rao and Brian McMahan

NISwGSP (natural image stitching with the global similarity prior)算法采用局部扭曲模型，用网格网格引导每个图像的变形。目标函数用于指定经线的所需特征。除了良好的对齐和最小的局部失真之外，我们还在目标函数中添加了全局相似性。该先验约束每个图像的扭曲，使其类似于整体的相似变换。选择相似性变换对结果的自然性至关重要。我们提出了为每个图像选择合适的比例和旋转的方法。所有图像的扭曲被一起解决，以最小化全局失真。

Mastering-Natural-Language-Processing-with-Python.pdf

首先感谢作者陈育圣和莊永裕为我们展现出如此优秀的作品《基於全局相似转换的猜测之自然影像拼接》，资源为该论文的电子文档（核心部分做了翻译,可能存在瑕疵，敬请谅解），文档仅用于学习，请用到该文章的做好引用声明。 Chen Y S，Chuang Y Y． Natural image stitching with the global similarity prior［C］//Proceedings of the 14th European Conference on European Conference on Computer Vision． Amsterdam，Netherlands: Springer，2016: 186-201． ［DOI: 10.1007 /978-3-319-46454-1_12］

强化学习在自然语言处理中的应用，黄民烈老师的PPT文档！

一部值得精读的著作,将神经网络方法和自然语言处理的相关课题紧密的联合了起来.介绍了神经网络的构建细节和机器学习的一些基本内容,并且包含了RNN,CNN等主流神经网络在NLP中的应用实例,另外2017年新书,有最新的学术信息.