本课程为计算机学科研究生的专业核心课。本课程讲授和讨论自然语言处理前沿研究领域的主要思想和关键技术。主要内容包括语料库与语言知识库、词法分析、句法分析、概率语法、语义分析和机器翻译、文本分类、信息抽取与问答系统等。 通过本课程的学习，希望学生能了解自然语言处理前沿研究领域，了解人类语言技术的最新研究成果，掌握基本思想和关键技术，培养学生自然语言处理相关技术的研究能力。

自然语言学习——使用FastText用每日新闻预测金融市场变化一文中的源代码，数据集，参考资料，但是nltk中的stopword以及其他扩展包没有放进去，还有一些python库需要自行下载。

同义词 用于自然语言处理和理解的中文同义词。 更好的中文近义词：聊天机器人，智能问答工具包。 synonyms可以用于自然语言理解的很多任务：文本对齐，推荐算法，相似度计算，语义转换，关键字提取，概念提取，自动摘要，搜索引擎等。 表中的内容： 欢迎 pip install -U synonyms 兼容py2和py3，当前稳定版本 提示：安装后初次使用会下载词向量文件，下载速度取决于网络情况。 本文档的配置和接口说明针对python工具包。 用法 支持使用环境变量配置分词词表和word2vec词向量文件。 环境变量 描述 SYNONYMS_WORD2VEC_BIN_MODEL_ZH_CN 使用word2vec训练的词向量文件，二进制格式。 SYNONYMS_WORDSEG_DICT 中文分词，格式和使用 同义词#nearby（单词[，大小= 10]） import synonyms print("人脸: ", synonyms.nearby("人脸")) print("识别: ", synonyms.nearby("识别")) print("NOT_EXIST: ", synony

该模型为谷歌使用大量tpu训练的bert模型，一个tpu性能要比最强大的gpu强，训练的bert模型用处nlp，通常训练nlp模型时用该模型为预训练模型

自然语言处理很值得一看的一本书

分层注意网络 我对“ ”的实现（Yang等，2016） Yelp的数据可从下载（与Yang的论文中使用的数据集相同） 下载链接： : 将数据放在名为“ data / yelp_YEAR /”的目录中（其中“ YEAR”为年份） 运行“ yelp-preprocess.ipynb”以预处理数据。 格式变为“标签\ t \ t句子1 \ t句子2 ...”。 然后运行“ word2vec.ipynb”以从训练集中训练word2vec模型。 运行“ HAN.ipynb”以训练模型。 运行“ case_study.ipynb”以运行验证集中的一些示例的可视化，包括注意力向量（句子级别和单词级别）和预测结果。 现在，我们在yelp2013测试仪上获得了约65％的准确度。 对超参数进行微调后，它可能会更好。 我们使用的超参数 时代 批量大小 GRU单位 word2vec大小 优化器 学

TensorFlow实战医疗命名实体识别

matlab代码影响硕士论文 该项目是在配水管网恶化引起的泄漏影响下，对配水管网进行数学优化的探索尝试。 优化过程分两步进行 Step 1: Optimal placement of pressure valves Step 2: Optimal control of the valves in the presence of known leaks 优化框架通过将水力方程式强加为非线性约束，从而解决了延长时间设置中平均网络压力的最小化问题。 液压组件（即减压阀）被建模为整数变量，从而导致非凸和非线性优化问题，该问题属于称为混合整数非线性规划（MINLP）的优化问题。 该项目实施了两种解决方案，将一系列规则非线性程序（NLP）解决了MINLP问题：罚分法和重新制定法。 尽管对使用各种数学方法进行的水网络优​​化进行了充分的研究，但该项目试图在优化框架内结合泄漏模型。 该项目还包括生成各种伪随机需求模式，用于模拟在适当需求条件下模拟的实际分销网络，尽管代码文件未包含消费者数据点的明确详细信息。 该项目需要在以下网站上的MATLAB中安装开放的优化工具箱- 关键字：非凸优化，NLP，MIN

Twitter情感分析项目使用NLP

淘宝专用词库 可用于电商场景下的各类任务