会话推荐系统（人工智能NLP智能客服推荐系统）

社交媒体文本中的情感分析，运用了情感字典和机器学习的方法

基于情感词典与机器学习对微博新闻评论的情感分析 计算社会学：基于NLP技术的新冠疫情下的社会心态研究

本文是在自然语言处理上应用比较好的深度网络RNN，包含RNN的入门讲解、代码实现

NLP领域经典《自然语言处理综论》英文版第三版更新，与之前的版本相比，重写了5、6、7、8、17、18、19、23、24、25章节的大部分内容和并新增了第9章节“递归神经网络中的序列处理（Sequence Processing with Recurrent Networks）”的草稿；调整了神经网络及其训练的教学顺序，从逻辑回归开始，到（词）嵌入，前馈网络以及递归神经网络；新增或者加大了BPE处理、tf-idf、柱搜索解码、隐马尔可夫模型、词典推理、阅读理解、自动问答等内容；一些旧的章节被移到附录。

这是一个面向句子的情感分类问题。训练集和测试集已给出，使用训练集进行模型训练并对测试集中各句子进行情感预测。训练集包含10026行数据，测试集包含4850行数据。使用run_classifier.py对文本进行情感分类预测，模型为BERT-base基础版本模型。

【全部课程列表】 1_自然语言处理概论 共48页.pdf 2_机器学习与自然语言处理 共33页.pdf 3_n元模型 共33页.pdf 4_数据平滑技术 共39页.pdf 5_汉语分词 共34页.pdf 6_隐马尔科夫模型 共40页.pdf 7_词类标注 共32页.pdf 8_ME&CRF 共48页.pdf 9_常见深度学习模型 共49页.pdf 10_词向量 共38页.pdf 11_基于上下文无关文法的句法分析 共62页.pdf 12_PCFG和统计句法分析 共50页.pdf 13_依存句法分析介绍 共44页.pdf 14_自然语言处理中的话题模型 共48页.pdf 15_机器翻译概述 共45页.pdf

用来去除英文文章的停用词代码，是一个c++的代码，已调试成功

BERTScore利用来自BERT的预训练上下文嵌入，并通过余弦相似性匹配候选和参考句子中的单词

机器翻译