GitHub项目：自然语言处理领域的相关干货整理

信息：共指消解：https://nlp.stanford.edu/projects/coref.shtml 论文：Deep Reinforcement Learning for Mention-Ranking Coreference Models（对Mention-Ranking的共指模型进行深度强化学习：https://arxiv.org/abs/1609.08667 论文：Improving Coreference Resolution by Learning Entity-Level Distributed Representations（通过学习实体级分布式表示来改善相关的解决方案）：https://arxiv.org/abs/1606.01323 挑战：CoNLL 2012 Shared Task: Modeling Multilingual Unrestricted Coreference in OntoNotes（CoNLL 2012共享任务:在OntoNotes中对多语言的不受限制的共指进行建模）：http://conll.cemantix.org/2012/task-description.html 挑战：CoNLL 2011 Shared Task: Modeling Unrestricted Coreference in OntoNotes（CoNLL 2011共享任务:在OntoNotes中对多语言的不受限制的共指进行建模）：http://conll.cemantix.org/2011/task-description.html
论文：Neural Network Translation Models for Grammatical Error Correction（语法错误校正的神经网络翻译模型）：https://arxiv.org/abs/1606.00189 挑战：CoNLL 2013 Shared Task: Grammatical Error Correction（CoNLL 2013共享任务:语法错误校正）：http://www.comp.nus.edu.sg/~nlp/conll13st.html 挑战：CoNLL 2014Shared Task: Grammatical Error Correction（CoNLL 2014共享任务:语法错误校正）：http://www.comp.nus.edu.sg/~nlp/conll14st.html 资料：NUSNon-commercial research/trial corpus license：http://www.comp.nus.edu.sg/~nlp/conll14st/nucle_license.pdf 资料：Lang-8 Learner Corpora：http://cl.naist.jp/nldata/lang-8/ 资料：Cornell Movie–Dialogs Corpus：http://www.cs.cornell.edu/~cristian/Cornell_Movie-Dialogs_Corpus.html 项目：Deep Text Corrector（深度文本校正器）：https://github.com/atpaino/deep-text-corrector 产品：deep grammar：http://deepgrammar.com/
论文：Grapheme-to-Phoneme Models for （Almost） Any Language（适合(几乎)任何语言的字素到音素的模型）：https://pdfs.semanticscholar.org/b9c8/fef9b6f16b92c6859f6106524fdb053e9577.pdf 论文：Polyglot Neural Language Models: A Case Study in Cross-Lingual Phonetic Representation Learning（多语言神经语言模型:跨语语音表达学习的案例研究）：https://arxiv.org/pdf/1605.03832.pdf 论文：Multi task Sequence-to-Sequence Models for Grapheme-to-Phoneme Conversion（多任务序列到序列的字素到音素转换的模型）：https://pdfs.semanticscholar.org/26d0/09959fa2b2e18cddb5783493738a1c1ede2f.pdf 项目：Sequence-to-Sequence G2P toolkit（序列到序列G2P工具包）：https://github.com/cmusphinx/g2p-seq2seq 资料：Multilingual Pronunciation Data（多语种发音数据）：https://drive.google.com/drive/folders/0B7R_gATfZJ2aWkpSWHpXUklWUmM
维基百科：唇读法：https://en.wikipedia.org/wiki/Lip_reading 论文：Lip Reading Sentences in the Wild （在野外读懂唇语）：https://arxiv.org/abs/1611.05358 论文：3D Convolutional Neural Networks for Cross Audio-Visual Matching Recognition（交叉视听匹配识别的3D卷积神经网络）：https://arxiv.org/abs/1706.05739 项目： Lip Reading – Cross Audio-Visual Recognition using 3D Convolutional Neural Networks（唇读法—使用3D卷积神经网络的交叉视听识别：https://github.com/astorfi/lip-reading-deeplearning 资料： The GRID audiovisual sentence corpus：http://spandh.dcs.shef.ac.uk/gridcorpus/
论文：Neural Machine Translation by Jointly Learning to Align and Translate（通过共同学习来调整和翻译神经机器翻译）：https://arxiv.org/abs/1409.0473 论文：Neural Machine Translation in Linear Tim（在线性时间中的神经机器翻译）：https://arxiv.org/abs/1610.10099 挑战： ACL2014 NINTH WORKSHOP ON STATISTICAL MACHINE TRANSLATION（ACL2014第九届统计机器翻译研讨会）：http://www.statmt.org/wmt14/translation-task.html#download 资料：OpenSubtitles2016:http://opus.lingfil.uu.se/OpenSubtitles2016.php 资料： WIT3:Web Inventory of Transcribed and Translated Talks:https://wit3.fbk.eu/ 资料： The QCRI Educational Domain （QED） Corpus：http://alt.qcri.org/resources/qedcorpus/
论文：Dynamic Pooling and Unfolding Recursive Autoencoders for Paraphrase Detection（动态池和展开递归自动编码器的释义检测）：http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.650.7199 rep=rep1 type=pdf 项目：Paralex: Paraphrase-Driven Learning for Open Question Answering（Paralex：释义驱动学习的开放问答）：http://knowitall.cs.washington.edu/paralex/ 资料：Microsoft Research Paraphrase Corpus：https://www.microsoft.com/en-us/download/details.aspx?id=52398 资料：Microsoft Research Video Description Corpus ：https://www.microsoft.com/en-us/download/details.aspx?id=52422 from=http%3A%2F%2Fresearch.microsoft.com%2Fen-us%2Fdownloads%2F38cf15fd-b8df-477e-a4e4-a4680caa75af%2F 资料： Pascal Dataset：http://nlp.cs.illinois.edu/HockenmaierGroup/pascal-sentences/index.html 资料：Flicker Dataset：http://nlp.cs.illinois.edu/HockenmaierGroup/8k-pictures.html 资料： TheSICK data set：http://clic.cimec.unitn.it/composes/sick.html 资料： PPDB:The Paraphrase Database：http://www.cis.upenn.edu/~ccb/ppdb/ 资料：WikiAnswers Paraphrase Corpus：http://knowitall.cs.washington.edu/paralex/wikianswers-paraphrases-1.0.tar.gz
维基百科：语法分析：https://en.wikipedia.org/wiki/Parsing 工具包：The Stanford Parser: A statistical parser：https://nlp.stanford.edu/software/lex-parser.shtml 工具包： spaCyparser：https://spacy.io/docs/usage/dependency-parse 论文：A fastand accurate dependency parser using neural networks（快速而准确地使用神经网络的依赖解析器）：http://www.aclweb.org/anthology/D14-1082 挑战：CoNLL2017 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies（CoNLL2017共享任务:从原始文本到通用依赖项的多语言解析）：http://universaldependencies.org/conll17/ 挑战：CoNLL2016 Shared Task: Multilingual Shallow Discourse Parsing（CoNLL2016共享任务:多语言的浅会话解析）：http://www.cs.brandeis.edu/~clp/conll16st/
论文：Neural Network Language Model for Chinese Pinyin Input Method Engine（中文拼音输入法引擎的神经网络语言模型）：http://aclweb.org/anthology/Y15-1052 项目：Neural Chinese Transliterator：https://github.com/Kyubyong/neural_chinese_transliterator
维基百科：问答系统：https://en.wikipedia.org/wiki/Question_answering
论文：Ask Me Anything: Dynamic Memory Networks for Natural Language Processing（自然语言处理的动态内存网络）：http://www.thespermwhale.com/jaseweston/ram/papers/paper_21.pdf 论文：Dynamic Memory Networks for Visual and Textual Question Answering（用于视觉和文本的问答系统的动态记忆网络）：http://proceedings.mlr.press/v48/xiong16.pdf 挑战：TREC Question Answering Task（TREC问答系统任务）：http://trec.nist.gov/data/qamain.html 挑战：SemEval-2017 Task 3: Community Question Answering:http://alt.qcri.org/semeval2017/task3/ 资料：MSMARCO: Microsoft MAchine Reading COmprehension Dataset(MSMARCO:微软机器阅读理解数据集）http://www.msmarco.org/ 资料：Maluuba NewsQA：https://github.com/Maluuba/newsqa 资料：SQuAD:100,000+ Questions for Machine Comprehension of Text（SQuAD:100,000+个文本的机器理解的问题）：https://rajpurkar.github.io/SQuAD-explorer/ 资料：Graph Questions: A Characteristic-rich Question Answering Dataset（图形问题:一个特征丰富的问题回答数据集）：https://github.com/ysu1989/GraphQuestions 资料： Story Cloze Test and ROC Stories Corpora：http://cs.rochester.edu/nlp/rocstories/ 资料：Microsoft Research WikiQA Corpus：https://www.microsoft.com/en-us/download/details.aspx?id=52419 from=http%3A%2F%2Fresearch.microsoft.com%2Fen-us%2Fdownloads%2F4495da01-db8c-4041-a7f6-7984a4f6a905%2Fdefault.aspx 资料：DeepMind Q A Dataset：http://cs.nyu.edu/~kcho/DMQA/ 资料： QASent：http://cs.stanford.edu/people/mengqiu/data/qg-emnlp07-data.tgz
维基百科：关系提取：https://en.wikipedia.org/wiki/Relationship_extraction 论文：A deep learning approach for relationship extraction from interaction context in social manufacturing paradigm（一种从社会生产范例的互动情境中提取关系深度学习的方法）：http://www.sciencedirect.com/science/article/pii/S0950705116001210
维基百科：语义角色标记：https://en.wikipedia.org/wiki/Semantic_role_labeling 书籍：Semantic Role Labeling（语义角色标记）：https://www.amazon.com/Semantic-Labeling-Synthesis-Lectures-Technologies/dp/1598298313/ref=sr_1_1?s=books ie=UTF8 qid=1507776173 sr=1-1 keywords=Semantic+Role+Labeling 论文：End-to-end Learning of Semantic Role Labeling Using Recurrent Neural Networks（使用循环神经网络对语义角色标签进行端到端学习）：http://www.aclweb.org/anthology/P/P15/P15-1109.pdf 论文：Neural Semantic Role Labeling with Dependency Path Embeddings（有着依赖路径嵌入的神经语义角色标记）:https://arxiv.org/abs/1605.07515 挑战：CoNLL-2005 Shared Task: Semantic Role Labeling（CoNLL-2005共享任务:语义角色标记）：http://www.cs.upc.edu/~srlconll/st05/st05.html 挑战：CoNLL-2004 Shared Task: Semantic Role Labeling（CoNLL-2004共享任务:语义角色标记）：http://www.cs.upc.edu/~srlconll/st04/st04.html 工具包：Illinois Semantic Role Labeler（SRL）：http://cogcomp.org/page/software_view/SRL 资料：CoNLL-2005 Shared Task: Semantic Role Labeling（CoNLL-2005共享任务:语义角色标记）：http://www.cs.upc.edu/~srlconll/soft.html
维基百科：语句边界消歧：https://en.wikipedia.org/wiki/Sentence_boundary_disambiguation 论文：A Quantitative and Qualitative Evaluation of Sentence Boundary Detection for theClinical Domain（对临床领域的语句边界检测进行定量和定性的评估）：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5001746/ 工具包： NLTK Tokenizers：http://www.nltk.org/_modules/nltk/tokenize.html 资料： The British National Corpus：http://www.natcorp.ox.ac.uk/ 资料：Switchboard-1 Telephone Speech Corpus：https://catalog.ldc.upenn.edu/ldc97s62
维基百科：源分离：https://en.wikipedia.org/wiki/Source_separation 论文：From Blind to Guided Audio Source Separation（从盲目到有指导性的音频源分离）：https://hal-univ-rennes1.archives-ouvertes.fr/hal-00922378/document 论文：Joint Optimization of Masks and Deep Recurrent Neural Networks for Monaural Source Separation （对单声道分离的掩膜和深层循环神经网络的联合优化）：https://arxiv.org/abs/1502.04149 挑战：Signal Separation Evaluation Campaign（信号分离评估活动）：https://sisec.inria.fr/ 挑战： CHiME Speech Separation and Recognition Challenge(CHiME语音分离和识别的挑战)：http://spandh.dcs.shef.ac.uk/chime_challenge/
维基百科：说话者识别：https://en.wikipedia.org/wiki/Speaker_recognition 论文：A NOVEL SCHEME FOR SPEAKER RECOGNITION USING A PHONETICALLY-AWARE DEEP NEURAL NETWORK（一种使用语音识别的深度神经网络的新方案）：https://pdfs.semanticscholar.org/204a/ff8e21791c0a4113a3f75d0e6424a003c321.pdf 论文：DEEP NEURAL NETWORKS FOR SMALL FOOTPRINT TEXT-DEPENDENT SPEAKER VERIFICATION（深度神经网络，用于小范围的文本依赖的说话者验证）：https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/41939.pdf 挑战： NIST Speaker Recognition Evaluation（NIST说话者识别评价）：https://www.nist.gov/itl/iad/mig/speaker-recognition
维基百科：语音分段：https://en.wikipedia.org/wiki/Speech_segmentation 论文：Word Segmentation by 8-Month-Olds: When Speech Cues Count More Than Statistics（8个月大婴儿的单词分段:当语音提示比统计数字更重要时）：http://www.utm.toronto.edu/infant-child-centre/sites/files/infant-child-centre/public/shared/elizabeth-johnson/Johnson_Jusczyk.pdf 论文：Unsupervised Word Segmentation and Lexicon Discovery Using Acoustic Word Embeddings（不受监督的单词分割和使用声学词嵌入的词汇发现）：https://arxiv.org/abs/1603.02845 资料：CALLHOME Spanish Speech：https://catalog.ldc.upenn.edu/ldc96s35
维基百科：术语提取：https://en.wikipedia.org/wiki/Terminology_extraction 论文： Neural Attention Models for Sequence Classification: Analysis and Application to KeyTerm Extraction and Dialogue Act Detection（序列分类的神经提示模型:分析和应用于关键词提取和对话法检测）：https://arxiv.org/pdf/1604.00077.pdf
维基百科：文本简化：https://en.wikipedia.org/wiki/Text_simplification 论文：Aligning Sentences from Standard Wikipedia to Simple Wikipedia（调整句子，从标准的维基百科到简单的维基百科）：https://ssli.ee.washington.edu/~hannaneh/papers/simplification.pdf 论文：Problems in Current Text Simplification Research: New Data Can Help（当前文本简化研究中的问题:可提供帮助的新数据）：https://pdfs.semanticscholar.org/2b8d/a013966c0c5e020ebc842d49d8ed166c8783.pdf 资料：Newsela Data：https://newsela.com/data/
维基百科：文本蕴含：https://en.wikipedia.org/wiki/Textual_entailment 项目：Textual Entailment with TensorFlow（文本蕴含与TensorFlow）：https://github.com/Steven-Hewitt/Entailment-with-Tensorflow 竞赛：SemEval-2013 Task 7: The Joint Student Response Analysis and 8th Recognizing Textual Entailment Challenge（SemEval-2013任务7:联合学生反应分析和第8届认知文本蕴含挑战）：https://www.cs.york.ac.uk/semeval-2013/task7.html
维基百科：音译：https://en.wikipedia.org/wiki/Transliteration 论文：A Deep Learning Approach to Machine Transliteration（一个机器音译的深度学习方法）：https://pdfs.semanticscholar.org/54f1/23122b8dd1f1d3067cf348cfea1276914377.pdf 项目：Neural Japanese Transliteration—can you do better than SwiftKey™ Keyboard?（神经日语音译：你能比SwiftKey键盘做得更好吗?）：https://github.com/Kyubyong/neural_japanese_transliterator
维基百科：词嵌入：https://en.wikipedia.org/wiki/Word_embedding 工具包：Gensim: word2vec：https://radimrehurek.com/gensim/models/word2vec.html 工具包：fastText：https://github.com/facebookresearch/fastText 工具包：GloVe:Global Vectors for Word Representation：https://nlp.stanford.edu/projects/glove/ 信息：Where to get a pretrained model？（哪里能够获得一个预先训练的模型？）：https://github.com/3Top/word2vec-api 项目：Pre-trained word vectors of 30+ languages（30多种语言的预先训练的词向量）：https://github.com/Kyubyong/wordvectors 项目：Polyglot: Distributed word representations for multilingual NLP（Polyglot:多语言NLP的分布式词汇表征）：https://sites.google.com/site/rmyeid/projects/polyglot
信息：What is Word Prediction?(什么是词汇预测？）：http://www2.edc.org/ncip/library/wp/what_is.htm 论文： The prediction of character based on recurrent neural network language model（基于循环神经网络语言模型的字符预测）：http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=7960065 论文： An Embedded Deep Learning based Word Prediction（一个基于深度学习的词汇预测）：https://arxiv.org/abs/1707.01662 论文：Evaluating Word Prediction: Framing Keystroke Savings（评估单词预测:框击键保存）：http://aclweb.org/anthology/P08-2066 资料：An Embedded Deep Learning based Word Prediction（一个基于深度学习的词汇预测）：https://github.com/Meinwerk/WordPrediction/master.zip 项目： Word Prediction using Convolutional Neural Networks—can you do better than iPhone™ Keyboard?（使用卷积神经网络的词汇预测——你能比iPhone键盘做得更好吗?）：https://github.com/Kyubyong/word_prediction
论文： Neural Word Segmentation Learning for Chinese（中文的神经词分割学习）：https://arxiv.org/abs/1606.04300 项目：Convolutional neural network for Chinese word segmentation（中文的词分割的卷积神经网络）：https://github.com/chqiwang/convseg 工具包：Stanford Word Segmenter：https://nlp.stanford.edu/software/segmenter.html 工具包： NLTK Tokenizers：http://www.nltk.org/_modules/nltk/tokenize.html
词义消歧 维基百科：词义消歧：https://en.wikipedia.org/wiki/Word-sense_disambiguation 论文：Train-O-Matic: Large-Scale Supervised Word Sense Disambiguation in Multiple Languages without Manual Training Data（Train-O-Matic:在没有人工训练数据的情况下，在多种语言中大规模的监督词义消歧）：http://www.aclweb.org/anthology/D17-1008 资料：Train-O-Matic Data：http://trainomatic.org/data/train-o-matic-data.zip 资料：BabelNet：http://babelnet.org/

原项目地址：https://github.com/Kyubyong/nlp_tasks#speech-segmentation

本文为编译作品，转载请注明出处。更多内容关注微信公众号：atyun_com

推荐一个GitHub上牛b的Java学习项目！已整理成了文档版本 很多Java程序员一直希望找到一份完整的学习路径，但是市面上很多书都是专注某一个领域的，没有一份完整的大图，以至于很多程序员很迷茫，不知道自己到底应该从哪里开始学，或者不知道自己学习些什么。 好在很早之前就有人总结了一份《Java工程师成神之路》，作者按照自己的经验总结了从基础，到高级、底层、架构、进阶、扩展等6个大的章节。几乎囊括了Java体系内的所有知识点。
这款Alibaba SpringCloud微服务项目真香！Github标星35K+ 近年来随着互联网的飞速发展，各行各业都在拥 互联网。互联网给人类生活带来了翻天覆地的变化，人们在享受互联网给生活带来便捷的同时，业务需求的发展也对互联网技术提出了更高的要求，传统的单体架构对越来越复杂的业务需求显得力不从 此外，随着大数据云计算和人工智能的飞速发展，软件的架构显得越来越重要。近几年来，“微服务”这名词在各大网站、论坛、演讲中出现的频率足以让人们感觉到它对软件架构带来的影响 。目前，各大公司都在纷纷采用微服务架构。
github开源学习项目推荐（2） 这本书里的文字，全部的意义，只有两个字：“启发”。 有些知识，不仅要了解，还要深入了解。为了深入了解，不仅要学习，还要实践，更要反复试错，在成功中获得激励，在失败中汲取教训，路漫漫其修远，上下求索才可能修成正果。小到开车，大到创业，各种所需要的知识莫不如是。面对这样的知识，我们要了解
github开源学习项目推荐 洛雪音乐助手是一款完全开源免费的音乐软件，在 github 上已经收获了将近 2w stars 完全开源免费 界面美观，主题多 支持多平台歌单导入 支持自定义音源，享受超高音质 支持多平台数据源，聚合搜索，数据齐全 支持 windows，mac，linux ，android 平台
逛了五年GitHub，终于整理出七大java开源技术项目文档，赶紧收藏 大家都知道 Github 是一个程序员福地，这里有各种厉害的开源框架、软件或者教程。这些东西对于我们学习和进步有着莫大的进步，所以将 Github 上非常棒的七大Java开源项目技术文档整理下来供大家学习！！！
github项目的开发创建仓库、分支管理、分支策略、标签管理 作用：假设你准备开发一个新功能，但需要两周才能完成，第一周写了60%，如果提交，由于代码还没写完，不完整的代码库会导致别人不能干活,如果等代码全部写完在一次提交，又会存在丢失每天进度的风险。有了分支，可以避免上述问题，创建一个属于自己的分支，别人看不到，还继续在原来的分支上正常工作，而我们在自己的分支上干活，想提交就提交，直到开发完毕后，在一次性合并到原来的分支上，这样，即安全又不影响别人工作。