网络视觉 NeAt（Neural Attention）Vision是一种可视化工具，用于自然语言处理（NLP）任务的深度学习模型的注意力机制。 产品特点 可视化注意力得分，有很多选择。 将可视化文件导出为SVG格式。 如果要在学术论文中使用可视化效果，这将非常方便。 但是，您可能必须将SVG转换为PDF。 可视化模型预测。 显示类的后验分布，回归任务中的错误等。 对于调试模型和检查其行为很有用。 支持分类，多标签分类和回归。 进行了整齐的可视化，以可视化自然语言处理（任务）任务的注意机制的权重。 目前，整洁的视觉只支持可视化的自我注意机制，在句子级别上执行以下任务： 回归：预测单个连

snowNLP可以进行分词，断句，自动摘要提取，预测，等。。。。。。。。。。。。。。。。。。。。。。

中国科学院大学2018年自然语言处理期末考试，该试卷共包含七个大题

自然语言理解实验报告

自然语言处理实战的源代码+数据集+引用PDF文件；适用于学习《自然语言处理实战》

简单高效的Bert中文文本分类模型开发和部署

自然语言情感分析

免费的语料库检索工具，适用于语料库语言学、翻译学、外语教学等领域的研究者 可进行自然语言处理、分词、词频统计、文本可读性分析等

可以进行文本挖掘、中文分词、自然语言处理、词频统计、情感分析及可视化等

可用于文本挖掘、自然语言处理，可直接进行分词、词频统计，进而构造语气变量。可以对招股说明书文本语气分析，更新至2021年4月底（pdf版）