Stanford NLP core nlp java包

中国海洋大学自然语言处理课程实验三全部代码 包含文件： —nlp_application.ipynb

[ACL 2020]对话式讲故事：地牢和龙的数据集的关键作用 总览 本文描述了《地牢与龙》的关键角色数据集（CRD3）及其相关分析。 关键角色（Critical Role）是一个无脚本的现场直播节目，固定人群在其中玩开放式角色扮演游戏《龙与地下城》。 该数据集是从159个关键角色情节中收集的，这些情节被转录为文本对话，包括398,682个回合。 它还包括从Fandom Wiki收集的相应抽象摘要。 该数据集在语言上是独一无二的，因为叙述完全是通过玩家的协作和口头互动来产生的。 对于每个对话，都有大量的转弯，详细程度各不相同的多个抽象摘要以及与先前对话的语义联系。 此外，我们提供了一种数据增强方

A Lightweight Chinese Natural Language Processing Toolkit，提供中文分词, 中文词性标注, 文本纠错，文本转拼音，情感分析...

目前的自然语言处理模型严重依赖有效的表示学习算法。对比学习就是这样一种学习嵌入空间的技术，它使相似的数据样本对具有相近的表示，而不同的样本彼此相距遥远。它可以用于监督或非监督设置，使用不同的损失函数来产生特定于任务的或通用的表示。虽然它最初使视觉任务的成功成为可能，但近年来，关于对比NLP的工作越来越多。这一第一行的工作不仅在各种NLP任务中提供了有前景的性能改进，而且还提供了所需的特性，如任务不可知的句子表示、忠实的文本生成、零样本和少样本设置下的数据高效学习和可解释性。 在本教程中，我们将温柔地介绍对比学习方法的基本原理及其背后的理论。然后，我们调研了对比学习对各种下游NLP应用的好处和最佳实践，包括文本分类、问题回答、摘要、文本生成、可解释性和可解释性、常识知识和推理、视觉和语言。 本教程旨在帮助自然语言处理和计算语言学领域的研究人员理解这一新兴主题，并推动将对比学习用于自然语言处理应用的未来研究方向。

斯坦福NLP课程 - 第11讲 - NLP中的卷积神经网络.doc

NLP自然语言处理实验，简单搭建一个Bi-LSTM+CRF的中文分词框架，并且利用基于深度学习的方法进行中文命名实体识别。

语言学大师乔姆斯基的开山之作，nlper值得拥有！

NLP-2 检测评论是否具有讽刺意味使用Tensorflow和keras识别句子是否具有讽刺意味

复旦大学的NLP工具包 Java语言环境 包含有测试集