PyTorch问答 该存储库包含一些最重要的问题解答论文的实现。 这些实现以教程的形式进行，并且大致是所述论文的注释。 对于那些了解深度学习和NLP基础知识，想要开始阅读稍微复杂的论文并了解其实现方式的人来说，该存储库可能会有所帮助。 尽管我已尽力以简单的方式分解所有内容，但该存储库还假定您对PyTorch基础有所了解。 问题回答 问答是一项重要的任务，基于此，可以判断NLP系统和AI的智能。 QA系统将给出有关某个主题的简短段落或上下文，并根据文章内容提出一些问题。 这些问题的答案是上下文的跨度，也就是说，它们可以直接在文章中找到。 为了训练这样的模型，我们使用数据集。 入门 名为“ QA的

图书简介 该书将带您学习使用Python的NLP，并研究了由Google，Facebook，Microsoft，OpenAI和Hugging Face等先驱者创建的变压器体系结构中的各种杰出模型和数据集。 这本书分三个阶段训练您。在向RoBERTa，BERT和DistilBERT模型过渡之前，第一阶段向您介绍从原始变压器开始的变压器体系结构。您会发现一些小型变压器的培训方法在某些情况下可以胜过GPT-3。在第二阶段，您将应用自然语言理解（NLU）和自然语言生成（NLG）的转换器。最后，第三阶段将帮助您掌握高级语言理解技术，例如优化社交网络数据集和假新闻识别。 在这本NLP书籍的最后，您将从认知科学的角度理解变压器，并精通将技术巨头预先训练好的变压器模型应用于各种数据集。 您将学到什么 使用最新的预训练变压器模型 掌握原始Transformer，GPT-2，BERT，T5和其他变压器模型的工作原理 使用优于经典深度学习模型的概念创建理解语言的Python程序 使用各种NLP平台，包括Hugging Face，Trax和AllenNLP 将Python，TensorFlow和Keras程序应用于情感分析，文本摘要，语音识别，机器翻译等 测量关键变压器的生产率，以定义其范围，潜力和生产限制

斯坦福大学CoreNLP Stanford CoreNLP提供了一组用Java编写的自然语言分析工具。 它可以接受原始的人类语言文本输入，并给出单词的基本形式，它们的词性，是否是公司名称，人员名称等，规范化并解释日期，时间和数字量，标记句子的结构在短语或单词从属关系方面，并指出哪些名词短语指代相同的实体。 它最初是为英语开发的，但现在也为（现代标准）阿拉伯语，（大陆）中文，法语，德语和西班牙语提供不同级别的支持。 斯坦福大学的CoreNLP是一个集成的框架，这使得将大量语言分析工具应用于一段文本变得非常容易。 从纯文本开始，您只需两行代码即可运行所有工具。 它的分析为更高层次和特定领域的文本理解应用程序提供了基础构建块。 Stanford CoreNLP是一套稳定且经过测试的自然语言处理工具，已被学术界，行业和政府中的各个团体广泛使用。 这些工具使用基于规则的，概率机器学习和深度学习组件。 Stanford CoreNLP代码用Java编写，并根据GNU通用公共许可证（v3或更高版本）获得许可。 请注意，这是完整的GPL，它允许许多免费使用，但不能在分发给他人的专有软件中使用。 制

PyThaiNLP：使用Python进行泰国自然语言处理 PyThaiNLP是一个Python软件包，用于文本处理和语言分析，类似于 ，重点是泰语。 PyThaiNLPเป็นไลบารีภาษาไพทอนสำหรับประมวลผลภาษาธรรมชากับคล้ายกับNLTKโดยเน้นภาษาไทย รายละเอียดภาษาไทย 消息 我们正在进行2分钟的调查，以了解有关您使用图书馆的经验以及您对图书馆应该能够做什么的期望。参加。 版本 描述 状态 稳定的 发布候选版本2.3 请关注我们的以获取更多更新。 PyThaiNLP入门 我们提供了以探索PyThaiNLP的功能；我们也有针对特定任务的教程。请访问。 最新文档位于 。 我们尝试使该包尽可能易于使用；因此，某些其他数据（例如单词列表和语言模型）可能会在运行时自动下载。 PyThaiNLP默认在目录~/pyt

NLTK Natural Language Processing with Python中文版

flask-demo 基于flask框架的使用神经网络模型识别过滤垃圾短信的Demo 快速起步 若提示缺少lib，pip install 对应的包即可 1.环境&技术 运行环境：Anaconda 后台框架：Flask 前端框架：Bootstrap 前端插件： 2.运行 python run.py 默认项目访问路径为 3.预览 感谢 感谢《Flask Web Development: Developing Web Applications with Python》一书，感谢提供了很棒的bootstrap-fileinput插件。 不足 对结果的展示不太好，无法和具体的垃圾短信一一对应，只用了g对象存储结果。

spacy-lookup：基于字典的命名实体识别

Transformer自然语言处理，Natural Language Processing with Transformers: Building Language Applications with Hugging Face

Transformer自然语言处理，Natural Language Processing with Transformers: Building Language Applications with Hugging Face

中国自然语言处理（NLP）的共享任务，数据集和最新结果中文NLP中国自然语言处理（NLP）的共享任务，数据集和最新结果任务表共同引用分辨率对话状态管理情感分类实体链接实体标记语言建模机器翻译多任务学习词性（POS）标记问题回答关系提取情感分析简体/传统转换拼写校正文本摘要主题分类音译词嵌入W