Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

awesome-nlp

https://github.com/harddownloader/awesome-nlp

Last synced: about 3 hours ago
JSON representation

自然語言處理-越南語
- 資料
  - VNTQcorpus(big).txt - 新聞中的175萬句話。
  - BKTreeBank - 越南依賴樹庫。
  - VIVOS - 一個免費的越南語言語料庫，由 AILab 的15小時錄音講話組成。
教學
- 閱讀內容
- 影片和課程
- 書籍
  - 語音和語言處理
  - Python 的自然語言處理
研究摘要和趨勢
Prominent NLP Research Labs
- The Berkeley NLP Group - Notable contributions include a tool to reconstruct long dead languages, referenced [here](https://www.bbc.com/news/science-environment-21427896) and by taking corpora from 637 languages currently spoken in Asia and the Pacific and recreating their descendant.
- Language Technologies Institute, Carnegie Mellon University - Notable projects include [Avenue Project](http://www.cs.cmu.edu/~avenue/), a syntax driven machine translation system for endangered lnaguages like Quechua and Aymara and previously, [Noah's Ark](http://www.cs.cmu.edu/~ark/) which created [AQMAR](http://www.cs.cmu.edu/~ark/AQMAR/) to imporve NLP tools for Arabic.
- NLP research group, Columbia University - Responsible for creating BOLT ( interactive error handling for speech translation systems) and an un-named project to characterize laughter in dialogue.
- The Center or Language and Speech Processing, John Hopkins University - Recently in the news for developing speech recognition software to create a diagnostic test or Parkinson's Disease, [here](https://www.clsp.jhu.edu/2019/03/27/speech-recognition-software-and-machine-learning-tools-are-being-used-to-create-diagnostic-test-for-parkinsons-disease/#.XNFqrIkzYdU).
- Computational Linguistics and Information Processing Group, University of Maryland - Notable contributions include [Human-Computer Cooperation or Word-by-Word Question Answering](http://www.umiacs.umd.edu/~jbg/projects/IIS-1652666) and modeling development of phonetic representations.
- Penn Natural Language Processing, University of Pennsylvania - Famous for creating the [Penn Treebank](http://www.cis.upenn.edu/~treebank/).
- The Stanford Nautral Language Processing Group - One of the top NLP research labs in the world, notable for creating [Stanford CoreNLP](https://nlp.stanford.edu/software/corenlp.shtml) and their [coreference resolution system](https://nlp.stanford.edu/software/dcoref.shtml)
函式庫
- 書籍
  - Twitter-text - 使用 JavaScript 實現的 Twitter 文本處理庫。
  - CRFsuite - CRFsuite 實現用於標記順序數據的條件隨機字段（CRF）。
  - 斯坦福大學 NLP
  - OpenNLP
  - Ruby 中實用的自然語言處理
  - gensim - 用於從純文本進行無監督語義建模的函式庫 :+1:
- 服務
  - Amazon 理解 - NLP 和 ML 套件涵蓋了最常見的任務，如 NER，標記和情感分析。
  - ParallelDots - 高層次文本分析 API 服務，從情感分析到意圖分析。
  - TextRazor
  - Textalytic - 瀏覽器中的自然語言處理，包括情感分析，命名實體提取，POS標記，詞頻，主題建模，文字雲等。
- 註釋工具
  - GATE - 通用架構和文本工程已有15年歷史，免費開源。
  - brat - brat 快速註解工具是一個用於協作文本註釋的在線環境。
  - tagtog
  - prodigy
技術
- 文本嵌入
  - pdf - global-vectors-for-word-representation/) |
  - 通用語言模型進行文本分類微調
  - 預訓練 fasttext 向量
  - 詞向量的驚人力量
  - arXiv: 高效文本分類的錦囊妙方
  - 深度情境詞表示 - [PyTorch 實作](https://github.com/allenai/allennlp/blob/master/tutorials/how_to/elmo.md) - [TF 實作](https://github.com/allenai/bilm-tf)
  - 自然語言推論資料的通用語句表示監督是學習
  - 在翻譯中學習: 情境詞相量
  - 文件與句子的分散式表達 - technologies.com/doc2vec-tutorial/)
  - sense2vec - 關於詞義消歧。
  - 跳過思考象量 - 單詞表示方法。
  - 自適應 skip-gram - 類似的方法，具有自適應屬性。
- 回答問題與知識提取
自然語言處理-韓文
- 函式庫
  - Mecab (Korean) - 韓文的自然語言處理 C++ 函式庫
- 部落格與教學
  - dsindex 的部落格
  - 韓國江原大學的自然語言處理課程
- 資料集
  - KAIST 語料庫 - 韓國高等科學技術研究所的語料庫。
  - 朝鮮日報檔案館 - 來自韓國主要報紙之一的朝鮮日報的韓文數據集。
自然語言處理-阿拉伯語
- 函式庫
  - PyArabic - 阿拉伯語的 Python 函式庫。
自然語言處理-印度語
- 資料, 文集與樹庫
  - 印地語依賴樹庫 - 印地語和烏爾都語的多代表性多層樹庫。
  - 在印地語的普遍依賴性樹庫
NLP in Indic languages
- Data, Corpora and Treebanks
- Language Models and Word Embeddings
  - IIT Patna Bilingual Word Embeddings Hi-En
  - Hindi2Vec - for-hindi](https://github.com/goru001/nlp-for-hindi) ULMFIT style languge model
  - Fasttext word embeddings in a whole bunch of languages, trained on Common Crawl
- Libraries and Tooling
  - SivaReddy's Dependency Parser
自然語言處理-泰語
- 資料
  - Prime Minister 29 - 數據集包含現任泰國總理的演講。
  - Inter-BEST - 具有500萬個單詞分詞的文本語料庫。
自然語言處理-印度尼西亞
- 函式庫與嵌入
  - 印尼 fastText 文本嵌入
- 資料集
  - ILPS
  - 用於PoS標記的PANL10N
其他語言
- 函式庫與嵌入
  - ICU Tokenizer

Programming Languages

Ruby 1 HTML 1 Jupyter Notebook 1

Ecosyste.ms: Awesome

awesome-nlp

自然語言處理-越南語

資料

教學

閱讀內容

影片和課程

書籍

研究摘要和趨勢

Prominent NLP Research Labs

函式庫

書籍

服務

註釋工具

技術

文本嵌入

回答問題與知識提取

自然語言處理-韓文

函式庫

部落格與教學

資料集

自然語言處理-阿拉伯語

函式庫

自然語言處理-印度語

資料, 文集與樹庫

NLP in Indic languages

Data, Corpora and Treebanks

Language Models and Word Embeddings

Libraries and Tooling

自然語言處理-泰語

資料

自然語言處理-印度尼西亞

函式庫與嵌入

資料集

其他語言

函式庫與嵌入