基于C#的图灵人工智能语音交流机器人，可以进行语音交流，用到的技术有microsoft speech，讯飞云，图灵自然语言处理，使用方法如下：debug后，点击录音开始说话，说完之后点击停止即可完成一次语音对话，具体功能可以自行移植更改扩展；

融合多源知识的DNN语义解析模型 融合多策略的NLU模型 基于千亿用户点击数据的DNN语义匹配模型等 对话管理

WikiText 英语词库数据（The WikiText Long Term Dependency Language Modeling Dataset）是一个包含1亿个词汇的英文词库数据，这些词汇是从Wikipedia的优质文章和标杆文章中提取得到，包括WikiText-2和WikiText-103两个版本，相比于著名的 Penn Treebank (PTB) 词库中的词汇数量，前者是其2倍，后者是其110倍。每个词汇还同时保留产生该词汇的原始文章，这尤其适合当需要长时依赖(long term dependency)自然语言建模的场景。

斯坦福问答数据库（The Stanford Question Answering Dataset，简称SQuAD），从 Wikipedia 文章中提取出的问题和答案对，从 500 多篇文章中摘取出的 10 万多个问题和答案。

自然语言理解实验报告，中文分词系统，词频统计，最大正相匹配

宗成庆 统计自然语言处理课件 （全） 觉得有用就下载吧

非常全的讲义 比较深入 特别是对各个算法的讲解非常清晰 chapter1 绪论 chapter2 自动分词 chapter3 词性标注：HMM+Viterbi 基于转换的错误驱动词性标注 chapter4 形式文法：自底向上 自顶向下 Earley Tomita GLR算法 特征结构与合一 增加合一约束的Ealey算法 chapter5 语义分析 chapter6 语篇分析与指代消解 chapter7-13 NLTK教程

自然语言理解，依存句法，句法分析，机器学习，人工智能

创建具有常见问题发现，愤怒检测和自然语言理解能力的银行聊天机器人 在此代码模式中，我们将使用Node.js和Watson Assistant创建一个聊天机器人。 助手流程将检测客户的情绪，并通过使用“自然语言理解”来识别位置实体，从而进行增强。 对于FAQ，对Discovery服务的调用将使用段落检索从文档集合中提取答案。 当读者完成此模式后，他们将了解如何： 创建一个聊天机器人，使用Watson Assistant和Node.js通过Web UI进行对话 将Watson Discovery与段落检索结合使用以在FAQ文档中找到答案 通过Watson Natural Language了解来识别位置实体 注：此代码模式已更新，以包括有关访问在IBM Cloud Pak for Data上运行的Watson服务的说明。 在有关部署应用程序或将应用程序部署到上的的特定说明中，可以找到这些更新