# NLP-Resources

**Repository Path**: ethanwang279/NLP-Resources

## Basic Information

- **Project Name**: NLP-Resources
- **Description**: A useful list of NLP(Natural Language Processing) resources
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2020-01-04
- **Last Updated**: 2021-11-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# NLP Resources
[![](https://img.shields.io/badge/update-anytime-success.svg)](https://github.com/jia-zh/NLP-Resources)
  
A useful list of NLP(Natural Language Processing) resources 
  
自然语言处理的相关资源列表，持续更新
  
  
## Contents
- [NLP Toolkits 自然语言工具包](#nlp-toolkits-自然语言工具包)
  - [Toolkits](#toolkits)
  - [Small Tools](#small-tools)
- [NLP Corpus 自然语言处理语料库](#nlp-corpus-自然语言处理语料库)
  - [Corpus Collection](#corpus-collection)
  - [Corpus Construction](#corpus-construction)
- [Learning Materials 学习资料](#learning-materials-学习资料)
  - [深度学习框架](#dl-f)
  - [ML Resources 机器学习书籍与资料](#ml-books-resources)
  - [NLP Resources NLP书籍与资料](#nlp-books-resources)
  - [Blogs and Courses 博客和课程](#blogs-courses)
- [NLP Technology 自然语言处理相关技术](#nlp-technology-自然语言处理相关技术)
  - [Bert Model](#bert-model)
  - [Text Modeling and Analysis](#text-modeling-and-analysis)
  - [Text Similarity](#text-similarity)
  - [Text Disambiguation](#text-disambiguation)
  - [Information Extraction](#information-extraction)
  - [Text Generation](#text-generation)
  - [Sequence Labeling](#sequence-labeling)
  - [Reading Comprehension](#reading-comprehension)
  - [QA System](#qa-system)
  - [Knowledge Graph](#knowledge-graph)
  - [Relation Extraction](#relation-extraction)
- [NLP Organizations 学术组织](#nlp-organizations-学术组织)
  - [中国大陆地区高校/研究所](#china-school)
  - [中国大陆地区企业](#china-company)
  - [中国香港/澳门/台湾地区](#china-hmt)
  - [新加坡/日本/以色列/澳大利亚](#east-asia)
  - [北美地区](#north-america)
  - [欧洲地区](#europe)
- [Reference](#reference)
  
  
## NLP-Toolkits 自然语言工具包

<a name="toolkits"></a>
  
- Toolkits

  - [CoreNLP](https://github.com/stanfordnlp/CoreNLP)： a set of natural language analysis tools written in **Java**，by Stanford

  - [NLTK](http://www.nltk.org/)：a **Python** Natural Language Toolkit includes corpora, lexical resources and text processing libraries

  - [gensim](https://radimrehurek.com/gensim/)：[Github](https://github.com/RaRe-Technologies/gensim)，a **Python** library for topic modelling, document indexing and similarity retrieval with large corpora

  - [LTP](https://github.com/HIT-SCIR/ltp)：[语言技术平台](http://ltp.ai/)，中文NLP工具，支持**Java & Python**，by 哈工大

  - [jieba](https://github.com/fxsjy/jieba)：结巴中文分词，做最好的 **Python** 中文分词组件，现已覆盖几乎所有的语言和系统

  - [NLPIR](https://github.com/NLPIR-team/NLPIR)：**Java** 分词组件，by 中科院/北理工， [PyNLPIR](https://github.com/tsroten/pynlpir/blob/develop/docs/tutorial.rst) for **Python**

  - [HanLP](https://github.com/hankcs/HanLP)：中文NLP模型与算法工具包，支持**Java & Python**，by 上海林原信息科技有限公司

  - [THULAC](http://thulac.thunlp.org/)：高效的中文词法分析工具包，支持**C++ & Java & Python**，by 清华

  - [pkuseg](https://github.com/lancopku/pkuseg-python)：多领域中文分词工具包，支持细分领域分词，支持**Python**，by 北大

  - [FudanNLP](https://github.com/FudanNLP/fnlp)：中文NLP工具包、机器学习算法和数据集，支持**Java**，by 复旦

  - [Apache OpenNLP](https://github.com/FudanNLP/fnlp)：支持常见的NLP任务，比如分词、断句、词性标注、命名实体抽取、组块分析、解析和指代消解，支持**Java**，[官网](https://opennlp.apache.org/)

  - [SnowNLP](https://github.com/isnowfy/snownlp) 中文分词、词性标注、情感分析、文本分类（NB）、拼音转换（Trie树）、简繁转换（Trie树）、关键词提取（TextRank）、摘要提取（TextRank算法）、tf、idf、Tokenization、文本相似（BM25）
      
  - [Ansj Seg](https://github.com/NLPchina/ansj_seg) Ansj中文分词，支持**Java**


<a name="small-tools"></a>
  
- Small Tools

  - [Chinese Cixing](https://github.com/liuhuanyong/ChineseCixing) 针对中文词语的笔画拆解，偏旁查询，拼音转换接口
    
  - [Chai Zi](https://github.com/kfcd/chaizi) 含开发词典可用以提供字旁和部件查询的拆字字典数据库
    
  - [Python Pinyin](https://github.com/mozillazg/python-pinyin) 将汉字转为拼音。可以用于汉字注音、排序、检索(Russian translation) 
    
  - [Nstools](https://github.com/skydark/nstools/tree/master/zhtools) 中文繁简体互转
  
  - [Query Correction](https://github.com/liuhuanyong/QueryCorrection) 基于用户词表，采用拼音相似度与编辑距离进行查询纠错

  - [Matplotlib 可视化最有价值的 50 个图表](http://mob.dataguru.cn/mportal.php?mod=view&aid=14479)

## NLP Corpus 自然语言处理语料库

<a name="corpus-collection"></a>
  
- Corpus Collection

  - [中文 Wikipedia Dump](https://dumps.wikimedia.org/zhwiki/)
  
  - [人民日报199801标注语料](https://pan.baidu.com/s/10_CQck5mKsKyfpA08slyFA)
  
  - [Sogou Labs](http://www.sogou.com/labs/resource/list_pingce.php) 互联网词库、中文词语搭配库、全网新闻数据（2012）、搜狐新闻数据（2012）、互联网语料库、链接关系库等
       
  - [中文聊天语料](https://github.com/codemayq/chaotbot_corpus_Chinese) chatterbot、豆瓣多轮、PTT八卦语料、青云语料、电视剧对白语料、贴吧论坛回帖语料、微博语料、小黄鸡语料
         
  - [领域中文词库](https://github.com/thunlp/THUOCL) IT、财经、成语、地名、历史名人、诗词、医学、饮食、法律、汽车、动物
         
  - [汉语词库](http://www.hankcs.com/nlp/corpus/tens-of-millions-of-giant-chinese-word-library-share.html) 各种类型词库如人名库、金融专业相关词、政府机关团体机构大全等

  - [中文依存语料库](http://www.hankcs.com/nlp/corpus/chinese-treebank.html) 第二届自然语言处理与中文计算会议（NLP&CC 2013）的技术评测中文树库语料
       
  - [微信公众号语料库](https://github.com/nonamestreet/weixin_public_corpus) 网络抓取的微信公众号的文章，包括微信公众号名字、微信公众号ID、题目和正文
       
  - [中文谣言微博数据](https://github.com/thunlp/Chinese_Rumor_Dataset) 从新浪微博不实信息举报平台抓取的中文谣言数据
  
  - [Tencent AI Lab Embedding Corpus](https://ai.tencent.com/ailab/nlp/embedding.html) A corpus on continuous distributed representations of Chinese words and phrases
  
  - [Word2vec Slim](https://github.com/eyaler/word2vec-slim) word2vec Google News model slimmed down to 300k English words
    
  - [Chinese Word2vec Model](https://github.com/to-shimo/chinese-word2vec)
     
  - [Chinese Word Vectors](https://github.com/Embedding/Chinese-Word-Vectors)
  
  - [NLP Chinese Corpus](https://github.com/brightmart/nlp_chinese_corpus) 维基百科中文词条、新闻语料、百科问答、社区问答、翻译语料
       
  - [中文诗歌古典文集数据库](https://github.com/chinese-poetry/chinese-poetry)

  - [Chinese RC Dataset](https://github.com/ymcui/Chinese-RC-Dataset) A Chinese Reading Comprehension Dataset
  
  - [Chinese Word Ordering Errors Detection and Correction Corpus](http://nlg.csie.ntu.edu.tw/nlpresource/woe_corpus/)
  
  - [中文文本分类数据集THUCNews](http://thuctc.thunlp.org/#%E4%B8%AD%E6%96%87%E6%96%87%E6%9C%AC%E5%88%86%E7%B1%BB%E6%95%B0%E6%8D%AE%E9%9B%86THUCNews) 根据新浪新闻RSS订阅频道2005~2011年间的历史数据筛选过滤生成，包含74万篇新闻文档
   
  - [公司名语料库](https://github.com/wainshine/Company-Names-Corpus) 公司名语料库、机构名语料库、公司简称、品牌词等
  
  - [中文人名语料库](https://github.com/wainshine/Chinese-Names-Corpus) 中文常见人名、中文古代人名、日文人名、翻译人名、中文姓氏、中文称呼、成语词典
     
  - [中文简称词库](https://github.com/zhangyics/Chinese-abbreviation-dataset)
    
  - [Chinese Xinhua](https://github.com/pwxcoo/chinese-xinhua) 中华新华字典数据库，包括歇后语，成语，词语，汉字
         
  - [对联数据集](https://github.com/wb14123/couplet-dataset)
  
  - [无忧无虑中学语文网](http://jyc.5156edu.com/) 常见中文词语工具，包括近义词、反义词、汉字拼音转换、简繁转换等
  
  - [EmotionLexicon](https://github.com/songkaisong/EmotionLexicon) 细粒度情感词典、网络词汇、否定词典、停用词典
  
  - [Chinese_Dictionary](https://github.com/guotong1988/chinese_dictionary) 同义词表、反义词表、否定词表
  
  - [Synonyms](https://github.com/huyingxi/Synonyms) 中文近义词工具包

  - [Chinese NLP Corpus](https://github.com/liuhuanyong/ChineseNLPCorpus) 中文自然语言处理的语料集合，包括语义词、领域共识、历时语料库、评测语料库等

  - [Chinese-Xinhua](https://github.com/pwxcoo/chinese-xinhua) 中华新华字典数据库。包括歇后语，成语，词语，汉字。

  - [CEC-Corpus](https://github.com/shijiebei2009/CEC-Corpus) 中文突发事件语料库（Chinese Emergency Corpus）
      
  - [NLP太难了系列](https://github.com/fighting41love/hardNLU)

<a name="corpus-construction"></a>
  
- Corpus Construction
  
  - [Python模拟登陆](https://github.com/CriseLYJ/awesome-python-login-model) Python模拟登陆一些大型网站

  - [Baidu Baike Spider](https://github.com/jia-zh/Baidu-Baike-Spider) 基于Python的百度百科词条爬取
  
  - [Sina Weibo Spider](https://github.com/jia-zh/Sina-Weibo-Spider) 基于Java的新浪微博采集
  
  - [Sougou Words Collector](https://github.com/liuhuanyong/SougouWordsCollector) 搜狗输入法词库抓取与格式转换
  
  - [Baike Knowledge Schema](https://github.com/liuhuanyong/BaikeKnowledgeSchema) 面向百度百科与互动百科的概念分类体系抓取脚本
  
  - [Baike Info Extraction](https://github.com/liuhuanyong/BaikeInfoExtraction) 基于互动百科、百度百科、搜狗百科的词条infobox结构化信息抽取，百科知识的融合
  
  - [Baidu Index Spyder](https://github.com/liuhuanyong/BaiduIndexSpyder) 基于关键词的历时百度搜索指数自动采集
  
  - [Ali Index Spyder](https://github.com/liuhuanyong/AliIndexSpyder) 阿里商品指数抓取，包括淘宝采购指数、淘宝供应指数、1688供应指数

  - [新闻搜索引擎新闻爬取](https://github.com/jia-zh/News-Spider) 基于Scrapy框架的新闻搜索引擎爬虫，支持百度新闻、搜狗新闻、新浪新闻、360新闻和新华社搜索新闻。

  - [通用新闻类网站分布式爬虫](https://github.com/liubo0621/distributed-spider) 可提取新闻标题、时间、作者、正文等信息

## Learning Materials 学习资料
  
<a name="dl-f"></a>

- 深度学习框架

  - Keras [官方文档](https://github.com/keras-team/keras)，[中文文档](https://keras-cn.readthedocs.io/en/latest/)，[例子](https://github.com/keras-team/keras/tree/master/examples)
  
  - Tensorflow [官方文档](https://github.com/tensorflow/tensorflow)，[中文文档](http://www.tensorfly.cn/)，[中文教程](https://github.com/CreatCodeBuild/TensorFlow-and-DeepLearning-Tutorial)，[例子](https://github.com/aymericdamien/TensorFlow-Examples)， [Tensorflow Cookbook](https://github.com/taki0112/Tensorflow-Cookbook)
  
  - Pytorch [官方文档](https://github.com/pytorch/pytorch)，[中文文档](https://pytorch.apachecn.org/#/)，[例子](https://github.com/yunjey/pytorch-tutorial)，[资源](https://github.com/bharathgs/Awesome-pytorch-list)，[PyTorch实战指南](https://zhuanlan.zhihu.com/p/29024978)，[Awesome Pytorch List](https://github.com/bharathgs/Awesome-pytorch-list)，[pytorch-tutorial](https://github.com/yunjey/pytorch-tutorial)

  - [如何用flask部署pytorch模型](https://zhuanlan.zhihu.com/p/35879835) 可延伸到其他深度学习模型的REST API部署
  
<a name="ml-books-resources"></a>

- ML Resources 机器学习书籍与资料

  - [《统计学习方法》](https://github.com/jia-zh/NLP-Resources/blob/master/books/%E7%BB%9F%E8%AE%A1%E5%AD%A6%E4%B9%A0%E6%96%B9%E6%B3%95_%E6%9D%8E%E8%88%AA.pdf) ML经典书籍，值得反复读，从公式推导到定理证明逻辑严谨，by 李航 

  - [《机器学习》](https://github.com/jia-zh/NLP-Resources/blob/master/books/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0_%E5%91%A8%E5%BF%97%E5%8D%8E.pdf) 俗称西瓜书，机器学习入门必备，by 周志华 

  - [《深度学习（中文版）》](https://github.com/jia-zh/NLP-Resources/blob/master/books/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%20%E4%B8%AD%E6%96%87%E7%89%88%20.pdf) 是一本皆在帮助学生和从业人员进入机器学习领域的教科书，以开源的形式免费在网络上提供[Github](https://github.com/exacity/deeplearningbook-chinese)，由学界领军人物 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合力打造  
  
  - [Machine Learning](https://github.com/wepe/MachineLearning) 一些常见的机器学习算法的实现代码

  - [Deep Learning 500 Questions](https://github.com/scutan90/DeepLearning-500-questions) 以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述

  - [神经网络与深度学习](https://nndl.github.io/) 介绍神经网络与深度学习中的基础知识、主要模型（卷积神经网络、递归神经网络等）以及在计算机视觉、自然语言处理等领域的应用，by 邱锡鹏
  
  - 吴恩达老师课程学习笔记：[机器学习笔记](https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes)、[深度学习笔记](https://github.com/fengdu78/deeplearning_ai_books)

  - [Machine Learning Yearning](https://github.com/xiaqunfeng/machine-learning-yearning) 吴恩达老师根据自己多年实践经验整理出来的一本机器学习、深度学习实践经验宝典，重点不在于机器学习算法理论基础，而在于实践中使机器学习算法的实战经验

<a name="nlp-books-resources"></a>
  
- NLP Resources NLP书籍与资料

  - [《数学之美》](https://github.com/jia-zh/NLP-Resources/blob/master/books/%E6%95%B0%E5%AD%A6%E4%B9%8B%E7%BE%8E_%E5%90%B4%E5%86%9B.pdf) 生动形象，没有太多公式，属于科普性质，可以说是NLP入门必备，by 吴军
  
  - [《统计自然语言处理》](https://github.com/jia-zh/NLP-Resources/blob/master/books/%E7%BB%9F%E8%AE%A1%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E7%AC%AC%E4%BA%8C%E7%89%88_%20%E5%AE%97%E6%88%90%E5%BA%86.pdf) 全面介绍了统计自然语言处理的基本概念、理论方法和最新研究进展，by 宗成庆
  
  - [《Neural Network Methods for Natural Language Proces》](https://github.com/jia-zh/NLP-Resources/blob/master/books/Neural%20Network%20Methods%20for%20Natural%20Language%20Proces_Yoav%20Goldberg.pdf) 利用神经网络的方法来进行自然语言处理任务，by Yoav Goldberg

  - [中文信息发展报告](https://cips-upload.bj.bcebos.com/cips2016.pdf) 中国中文信息学会2016年12月 发布的中文NLP总览报告，涵盖了中文和英文NLP主要的技术方向
    
  - [Speech and Language Processing](https://web.stanford.edu/~jurafsky/slp3/) by Dan Jurafsky and James H. Martin
  
  - [Deep Learning for Natural Language Processing](http://nlp.fudan.edu.cn/xpqiu/slides/20160618_DL4NLP@CityU.pdf) 深度学习在自然语言处理中的应用，by 邱锡鹏

  - [NLP入门推荐书目（2019版）](https://zhuanlan.zhihu.com/p/58874484) 刘知远老师推荐NLP入门推荐参考书目
  
  - [nlp](https://github.com/duoergun0729/nlp) 一本开源的NLP入门书籍

<a name="blogs-courses"></a>
  
- Blogs and Courses 博客和课程

  - NLP 中文博客：[52NLP](http://www.52nlp.cn/)、[码农场](http://www.hankcs.com/)、[剑指汉语自然语言处理](https://blog.csdn.net/FontThrone/column/info/16265)
  
  - NLP 英文博客：[Natural Language Processing Blog](https://nlpers.blogspot.com/)、[Language Log](http://languagelog.ldc.upenn.edu/nll/)、[Jay Alammar](http://jalammar.github.io/)

  - AI 博客：[Google AI Blog](https://ai.googleblog.com/)

  - Stanford NLP Courses：[Stanford CS224n Home](http://web.stanford.edu/class/cs224n/)、[Stanford CS224d 2015年NLP课程](https://www.youtube.com/playlist?list=PLmImxx8Char8dxWB9LRqdpCTmewaml96q)、[Stanford CS224d 2016年NLP课程](https://www.youtube.com/playlist?list=PLmImxx8Char9Ig0ZHSyTqGsdhb9weEGam)、[Natural Language Processing with Deep Learning (Winter 2017)](https://www.youtube.com/playlist?list=PL3FW7Lu3i5Jsnh1rnUwq_TcylNr7EkRe6)
      
  - Oxford NLP Courses：[Oxford CS Deep NLP 2017](https://github.com/oxford-cs-deepnlp-2017)

  - Stanford ML/DL Courses：[CS 229 Machine Learning](https://stanford.edu/~shervine/teaching/cs-229/)、[CS 230 Deep Learning](https://stanford.edu/~shervine/teaching/cs-230/)
  
  - [Gt NLP Class CS 4650 and 7650](https://github.com/jacobeisenstein/gt-nlp-class)

  - [NLP Course](https://github.com/yandexdataschool/nlp_course) YSDA course in Natural Language Processing
      
## NLP Technology 自然语言处理相关技术

- [NLP Progress](https://github.com/yuquanle/NLP-progress) Repository to track the progress in NLP, including the datasets and the current state-of-the-art for the most common NLP tasks.

  - [关于NLP和机器学习之文本处理的你需要知道的一切](https://mp.weixin.qq.com/s?__biz=MzI1MjQ2OTQ3Ng==&mid=2247495751&idx=1&sn=f2fd87880418e994f5503c426185e9a0&chksm=e9e1f9ccde9670dad7a7cbc7cbd557fbf589c241a391af9a7afbb43899ee1bb1f2a91bf9f026&mpshare=1&scene=1&srcid=#rd) 自然语言处理和机器学习中常见的文本预处理方法

<a name="bert-model"></a>

- Bert Model

  - [从Word Embedding到Bert模型--自然语言处理预训练技术发展史](https://www.jiqizhixin.com/articles/2018-12-10-8) by 张俊林

  - [BERT](https://github.com/google-research/bert) TensorFlow code and pre-trained models for [BERT](https://arxiv.org/abs/1810.04805)
  
  - [Awesome Bert](https://github.com/Jiakui/awesome-bert) bert nlp papers、applications and github resources

  - [Awesome Bert NLP](https://github.com/cedrickchee/awesome-bert-nlp) A curated list of NLP resources focused on BERT, attention mechanism, Transformer networks, and transfer learning.

  - [The Illustrated BERT, ELMo, and co](https://jalammar.github.io/illustrated-bert/) The Illustrated BERT, ELMo, and co. (How NLP Cracked Transfer Learning)
  
  - [Bert as Service](https://github.com/hanxiao/bert-as-service) Using BERT model as a sentence encoding service, i.e. mapping a variable-length sentence to a fixed-length vector
  
  - [pytorch-pretrained-BERT](https://github.com/huggingface/pytorch-pretrained-BERT) A PyTorch implementation of Google AI's BERT model provided with Google's pre-trained models, examples and utilities.
  
  - [BERT Classification Tutorial](https://github.com/Socialbird-AILab/BERT-Classification-Tutorial)

  - [BERT Utils](https://github.com/terrifyzhao/bert-utils) BERT生成句向量，BERT做文本分类、文本相似度计算

  - [BERT BiLSTM CRF NER](https://github.com/macanv/BERT-BiLSTM-CRF-NER) Tensorflow solution of NER task Using BiLSTM-CRF model with Google BERT Fine-tuning

  - [BERT Chinese NER](https://github.com/ProHiryu/bert-chinese-ner) 使用预训练语言模型BERT做中文NER

  - [Bert时代的创新：Bert在NLP各领域的应用进展](https://mp.weixin.qq.com/s?__biz=MzI0ODcxODk5OA==&mid=2247505634&idx=1&sn=34e163b399a3fcb9a899cb72aeef1bab&chksm=e99ee51bdee96c0d17695cfd83e5dbcc8467f3d3358c87461416c69d13473c775afbb29405ea&scene=0&xtrack=1&key=bf2c15454a31549f7efad466960381ace4531a8648d45603d0e2893798103f134bf9d3f013fdeb0c21f6adcb6ce9237c839319e061b05c6eb654d3b144f86baa247573af3a6987c1cb066363866b1002&ascene=1&uin=MTMzMDA4OTIwNA%3D%3D&devicetype=Windows+10&version=62060833&lang=zh_CN&pass_ticket=7qlKhPwlxXpE4z4zXH0cuqMVe4ktrt44xeFP0NC9tq3S7IKqcvXwX37pVvqrioUV) by 张俊林

<a name="text-modeling-and-analysis"></a>

- Text Modeling and Analysis
  
  - [Self Attention Mechanism](https://github.com/roomylee/self-attentive-emb-tf) Simple Tensorflow Implementation of "[A Structured Self-attentive Sentence Embedding](https://arxiv.org/abs/1703.03130)" (ICLR 2017) 
  
  - [Encoder Decoder](https://github.com/jacoxu/encoder_decoder) Four styles of encoder decoder model by Python, Theano, Keras and Seq2Seq
  
  - [Seq2seq](https://github.com/farizrahman4u/seq2seq) Sequence to Sequence Learning with Keras
  
  - [Keras Language Modeling](https://github.com/codekansas/keras-language-modeling) Some code for doing language modeling with Keras, in particular for question-answering tasks
  
  - [CNN for Sentence Classification in Keras](https://github.com/alexander-rakhlin/CNN-for-Sentence-Classification-in-Keras) Simple Keras Implementation of "[Convolutional Neural Networks for Sentence Classification](https://arxiv.org/pdf/1408.5882.pdf)" (EMNLP 2014) 
  
  - [CNN for Classification](https://github.com/Shijihao/CNN_for_classification) Simple Pytorch Implementation of "[Convolutional Neural Networks for Sentence Classification](https://arxiv.org/pdf/1408.5882.pdf)" (EMNLP 2014) 
  
  - [Awesome NLP Sentiment Analysis](https://github.com/haiker2011/awesome-nlp-sentiment-analysis) 情感分析领域相关的数据集、论文、开源实现
  
<a name="text-similarity"></a>

- Text Similarity
  
  - [Cilin and Hownet](https://github.com/yaleimeng/Final_word_Similarity) 综合了同义词词林扩展版与知网（Hownet）的词语相似度计算方法
  
  - [Similarity Compute](https://github.com/liuhuanyong/SentenceSimilarity) 基于同义词词林，知网，指纹，字词向量，向量空间模型的句子相似度计算
  
  - [Siamese Sentence Similarity](https://github.com/liuhuanyong/SiameseSentenceSimilarity) 基于Siamese bilstm模型的相似句子判定模型，提供训练数据集和测试数据集

  - [SentenceSim](https://github.com/fssqawj/SentenceSim)，中文短文句相似度计算方法，包括基于知网、Onehot、word2vec、哈工大SDP及多个算法的融合以及LSTM算法
     
<a name="text-disambiguation"></a>

- Text Disambiguation
  
  - [Word MultiSense Disambiguation](https://github.com/liuhuanyong/WordMultiSenseDisambiguation) 基于百科知识库的中文词语多义项获取与特定句子词语语义消歧
  
<a name="information-extraction"></a>

- Information Extraction
    
  - [Open IE Papers](https://github.com/NPCai/Open-IE-Papers) This list containts OpenIE and ORE papers and resources
  
  - [关系抽取(分类)总结](http://shomy.top/2018/02/28/relation-extraction/) 对近几年(到2017)一些关系抽取/分类(Relation Extraction)的部分文献的一个简单总结

  - [LM-LSTM-CRF](https://github.com/jia-zh/NLP-Resourcesss/blob/master/Information%20Extraction.md) PyTorch Implementation of "[Empower Sequence Labeling with Task-Aware Neural Language Model](http://arxiv.org/abs/1709.04109)" (AAAI 2018)
  
  - [Named Entity Realtion Extraction](https://github.com/twjiang/NamedEntity_realtion_extraction) 基于句法分析的命名实体关系抽取程序
  
  - [Pytorch Relation Extraction](https://github.com/ShomyLiu/pytorch-relation-extraction) Pytorch 复现 [PCNN + MIL (Zeng 2015)](http://aclweb.org/anthology/D/D15/D15-1203.pdf) 与 [PCNN + ATT (Lin 2016)](http://nlp.csai.tsinghua.edu.cn/~lyk/publications/acl2016_nre.pdf)
  
  - [Zh NER TF](https://github.com/fighting41love/zh-NER-TF) A very simple BiLSTM-CRF model for Chinese Named Entity Recognition 中文命名实体识别 (TensorFlow)
  
  - [BERT BiLSTM CRF NER](https://github.com/macanv/BERT-BiLSTM-CRF-NER) Tensorflow solution of NER task Using BiLSTM-CRF model with Google BERT Fine-tuning
  
  - [Event Triples Extraction](https://github.com/liuhuanyong/EventTriplesExtraction) 基于依存句法与语义角色标注的事件三元组抽取
  
  - [Important Event Extractor](https://github.com/liuhuanyong/ImportantEventExtractor) 针对某一事件话题下的新闻报道集合，通过使用docrank算法，对新闻报道进行重要性识别，并通过新闻报道时间挑选出时间线上重要新闻
  
  - [Text Grapher](https://github.com/liuhuanyong/TextGrapher) 对文档进行关键信息提取，进行结构化，并组织成图谱组织形式，形成对文章语义信息的图谱化展示
  
  - [从零开始构建知识图谱](https://zhuanlan.zhihu.com/c_1018901137012928512) 知识图谱构建的知乎专栏
  
  - [Text Info Exp](https://github.com/Roshanson/TextInfoExp) TF-IDF、文本分类、聚类、词向量、情感识别、关系抽取等

<a name="text-generation"></a>

- Text Generation
  
  - [Texar](https://github.com/asyml/texar) Toolkit for Text Generation and Beyond
  
  - [Awesome Text Generation](https://github.com/ChenChengKuan/awesome-text-generation) A curated list of recent models of text generation and application
  
  - [Ehud Reiter's Blog](https://ehudreiter.com/) 博客对NLG技术、评价与应用进行了深入的探讨

  - [Talk Latent](https://github.com/harvardnlp/Talk-Latent/blob/master/main.pdf) slides of "Controlling Text Generation" by Alexander Rush

<a name="sequence-labeling"></a>

- Sequence Labeling
    
  - [Kashgari](https://github.com/BrikerMan/Kashgari) Simple and powerful NLP framework, build your state-of-art model in 5 minutes for named entity recognition (NER), part-of-speech tagging (PoS) and text classification tasks

<a name="reading-comprehension"></a>

- Reading Comprehension
  
  - [CMRC 2017](https://github.com/ymcui/cmrc2017) The First Evaluation Workshop on Chinese Machine Reading Comprehension (CMRC 2017)
  
  - [CMRC 2018](https://github.com/ymcui/cmrc2018) The Second Evaluation Workshop on Chinese Machine Reading Comprehension (CMRC2018)
  
  - [Neural Reading Comprehension and Beyond](https://stacks.stanford.edu/file/druid:gd576xb1833/thesis-augmented.pdf) Danqi Chen（陈丹琦）博士毕业论文

  - [教机器学习阅读](http://rsarxiv.github.io/2016/06/18/%E6%95%99%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E9%98%85%E8%AF%BB/) 机器阅读理解的综述文章，系统地总结和对比了相关paper
    
<a name="qa-system"></a>

- QA System
  
  - [AnyQ](https://github.com/baidu/AnyQ) FAQ-based Question Answering System by Baidu

  - [基于知识库的问答：seq2seq模型实践](https://zhuanlan.zhihu.com/p/34585912) 基于知识库的问答具体实现，[Github地址](https://github.com/wavewangyue/kbqa)
  
<a name="knowledge-graph"></a>

- Knowledge Graph
  
  - [知识图谱技术与应用指南](https://www.jiqizhixin.com/articles/2018-06-20-4) 这是一份通俗易懂的知识图谱技术与应用指南

  - [Slides About Knowledge Graph](https://pan.baidu.com/s/1zS8Yye88bk7yAbQnyBdr0Q) 收集整理的知识图谱相关的Slides，[百度网盘链接](https://pan.baidu.com/s/1zS8Yye88bk7yAbQnyBdr0Q) 
百度网盘提取码：z5yb
  - [Agriculture Knowledge Graph](https://github.com/cjm1044642385/Agriculture_KnowledgeGraph) 农业领域的信息检索，命名实体识别，关系抽取，分类树构建，数据挖掘
  
  - [Person Relation Knowledge Graph](https://github.com/liuhuanyong/PersonRelationKnowledgeGraph) 中文人物关系知识图谱项目，包括中文人物关系图谱构建、基于知识库的数据回标、基于远程监督与bootstrapping方法的人物关系抽取、基于知识图谱的知识问答等应用

  - [Awesome Knowledge Graph](https://github.com/husthuke/awesome-knowledge-graph) 整理知识图谱相关学习资料，提供系统化的知识图谱学习路径。

  - [知识库构建前沿：自动和半自动知识提取](http://blog.sina.com.cn/s/blog_4caedc7a0102ewpj.html) by 微软亚洲研究院主管研究员 史树明

  - [详解自下而上构建知识图谱全过程](http://www.4u4v.net/xiang-jie-zi-xia-er-shang-gou-jian-zhi-shi-tu-pu-quan-guo-cheng.html?from=timeline) 自底向上构建知识图谱的全过程

  - [中文知识图谱API与工具、科研机构与算法框架](https://blog.csdn.net/sinat_26917383/article/details/66473253) 中国国内中文知识图谱API、工具、科研机构与算法框架的总结

  - [知识图谱的价值和应用](http://www.woshipm.com/it/1088237.html) 从**产品经理的角度**分析知识图谱的价值和应用
    
<a name="relation-extraction"></a>

- Relation Extraction

  - [关系抽取(分类)总结](http://shomy.top/2018/02/28/relation-extraction/) 关系抽取的解释、数据集介绍及2013-2017经典工作的总结
        
## NLP Organizations 学术组织
***排名不分先后，收集不全，欢迎完善***

- [ACL Anthology](https://aclanthology.info/)

- [NLP Conference Calender](http://cs.rochester.edu/~omidb/nlpcalendar/)
  
<a name="china-school"></a>
  
- 中国大陆地区高校/研究所

  - [中科院计算所自然语言处理研究组](http://nlp.ict.ac.cn/index_zh.php)

  - [中科院自动化所自然语言处理研究组](http://nlp.ict.ac.cn/index_zh.php)

  - [中科院软件所中文信息处理实验室](http://www.icip.org.cn/zh/homepage/)

  - [清华大学自然语言处理与人文计算实验室](http://nlp.csai.tsinghua.edu.cn/site2/index.php/zh) ，   [实验室Github](https://github.com/thunlp)
  
  - [智能技术与系统国家重点实验室信息检索课题组](http://www.thuir.cn/)

  - [北京大学计算语言学教育部重点实验室](http://klcl.pku.edu.cn/)
  
  - [北京大学计算语言所](http://icl.pku.edu.cn/)

  - [北京大学计算机科学技术研究所语言计算与互联网挖掘研究室](http://59.108.48.12/lcwm/index.php?title=%E9%A6%96%E9%A1%B5)

  - [哈工大社会计算与信息检索研究中心](http://ir.hit.edu.cn/)

  - [哈工大智能技术与自然语言处理实验室](http://insun.hit.edu.cn/main.htm)
  
  - [哈工大机器智能与翻译研究室](http://mitlab.hit.edu.cn/)

  - [复旦大学自然语言处理研究组](http://nlp.fudan.edu.cn/)

  - [苏州大学自然语言处理组](http://nlp.suda.edu.cn/)

  - [苏州大学人类语言技术研究所](http://hlt.suda.edu.cn/)

  - [南京大学自然语言处理研究组](http://nlp.nju.edu.cn/homepage/)

  - [东北大学自然语言处理实验室](http://www.nlplab.com/)

  - [厦门大学自然语言处理实验室](http://nlp.xmu.edu.cn/)

  - [郑州大学自然语言处理实验室](http://nlp.zzu.edu.cn/)
  
<a name="china-company"></a>
  
- 中国大陆地区企业

  - [微软亚洲研究院自然语言计算组](https://www.microsoft.com/en-us/research/group/natural-language-computing/)

  - [华为诺亚方舟实验室](http://www.noahlab.com.hk/)
  
  - [Tencent AI Lab NLP Center](https://ai.tencent.com/ailab/nlp/)
  
  - [百度自然语言处理部](https://nlp.baidu.com/)
  
  - [头条人工智能实验室（Toutiao AI Lab）](http://lab.toutiao.com/)
  
<a name="china-hmt"></a>
  
- 中国香港/澳门/台湾地区
  
  - [CUHK Text Mining Group](http://www1.se.cuhk.edu.hk/~textmine/)（香港中文大学文本挖掘组）

  - [PolyU Social Media Mining Group](http://www4.comp.polyu.edu.hk/~cswjli/Group.html)（香港理工大学社交媒体挖掘组）

  - [HKUST Human Language Technology Center](http://www.cse.ust.hk/~hltc/)（香港科技大学人类语言技术中心）
  
  - [NLP<sup>2</sup>CT @ University of Macau](http://nlp2ct.cis.umac.mo/index.html)（澳门大学自然语言处理与中葡机器翻译实验室）

  - [National Taiwan University NLP Lab](http://nlg.csie.ntu.edu.tw/)（台湾大学自然语言处理实验室）

<a name="east-asia"></a>
  
- 新加坡/日本/以色列/澳大利亚

  - [NUS Natural Language Processing Group](http://www.comp.nus.edu.sg/~nlp/index.html)（新加坡国立大学自然语言处理组）

  - [NLP and Big Data Research Group in the ISTD pillar at the Singapore University of Technology and Design](http://www.statnlp.org/) （新加坡科技设计大学自然语言处理和大数据研究组） 
  
  - [NLP Research Group at the Nanyang Technological University](https://ntunlpsg.github.io/)（南洋理工大学自然语言处理组）
  
  - [Advanced Translation Technology Laboratory at National Institute of Information and Communications Technology](http://att-astrec.nict.go.jp/en/)（日本情报通讯研究所高级翻译技术实验室）
  
  - [Nakayama Laboratory at University of Tokyo](http://www.nlab.ci.i.u-tokyo.ac.jp/index-e.html) （东京大学中山实验室） 
  
  - [Natural Language Processing Lab at Bar-Ilan University](http://u.cs.biu.ac.il/~nlp/)  （以色列巴伊兰大学自然语言处理实验室）

  - [The University of Melbourne NLP Group](http://hum.csse.unimelb.edu.au/nlp-group/)（澳大利亚墨尔本大学自然语言处理组）

<a name="north-america"></a>
  
- 北美地区

  - [Natural Language Processing - Research at Google](https://research.google.com/pubs/NaturalLanguageProcessing.html) （Google自然语言处理组）

  - [The Redmond-based Natural Language Processing group](http://research.microsoft.com/en-us/groups/nlp/) （微软自然语言处理组）

  - [Facebook AI Research (FAIR)](https://research.fb.com) （Facebook AI 研究部）

  - [IBM Thomas J. Watson Research Center](http://researchweb.watson.ibm.com/labs/watson/index.shtml)（IBM Thomas J. Watson研究中心）

  - [The Stanford Natural Language Processing Group](http://nlp.stanford.edu/) （斯坦福大学自然语言处理组）
  
  - [The Berkeley Natural Language Processing Group](http://nlp.cs.berkeley.edu/index.shtml)（伯克利加州大学自然语言处理组）
  
  - [Natural Language Processing research at Columbia University](http://www1.cs.columbia.edu/nlp/index.cgi)（哥伦比亚大学自然语言处理组）
  
  - [Graham Neubig's lab at the Language Technologies Instititute of Carnegie Mellon University](http://www.cs.cmu.edu/~neulab/) （卡内基梅隆大学语言技术研究所Graham Neubig实验室）
  
  - [RPI Blender Lab](http://nlp.cs.rpi.edu/)（伦斯勒理工学院Blender Lab）
  
  - [UC Santa Barbara Natural Language Processing Group](http://nlp.cs.ucsb.edu/)（加州大学圣巴巴拉分校自然语言处理组）
  
  - [The Natural Language Group at the USC Information Sciences Institute](http://nlg.isi.edu/) （南加利福尼亚大学信息科学研究所自然语言处理组）
  
  - [Natural Language Processing @USC](https://cl.usc.edu/) （南加利福尼亚大学自然语言处理组）
  
  - [Natural Language Processing Group at University of Notre Dame](http://nlp.nd.edu/) （圣母大学自然语言处理组）
  
  - [Artificial Intelligence Research Group at Harvard](http://www.eecs.harvard.edu/ai/) （哈佛大学人工智能研究组）
  
  - [The Harvard natural-language processing group](http://nlp.seas.harvard.edu/) （哈佛大学自然语言处理组）
  
  - [Computational Linguistics and Information Processing at Maryland](https://wiki.umiacs.umd.edu/clip/index.php/Main_Page) （马里兰大学计算语言学和信息处理实验室）
  
  - [Language and Speech Processing at Johns Hopkins University](http://www.clsp.jhu.edu/about-clsp/)（约翰斯·霍普金斯大学语言语音处理实验室）
  
  - [Human Language Technology Center of Excellence at Johns Hopkins University](http://hltcoe.jhu.edu/)（约翰斯·霍普金斯大学人类语言技术卓越中心）
  
  - [Machine Translation Group at The Johns Hopkins University](http://www.statmt.org/jhu/)（约翰斯·霍普金斯大学机器翻译组）
  
  - [Machine Translation Research at Rochester](https://www.cs.rochester.edu/~gildea/mt/)（罗切斯特大学机器翻译组）
  
  - [NLP @ University of Illinois at Urbana-Champaign](http://nlp.cs.illinois.edu/)（伊利诺伊大学厄巴纳-香槟分校自然语言处理组）
  
  - [UIC Natural Language Processing Laboratory](http://nlp.cs.uic.edu/)（伊利诺伊大学芝加哥分校自然语言处理组）
  
  - [Human Language Technology Research Institute at The University of Texas at Dallas](http://www.hlt.utdallas.edu/)（德克萨斯大学达拉斯分校人类语言技术研究所
  
  - [Natural Language Processing Group at MIT CSAIL](http://nlp.csail.mit.edu/)（麻省理工学院自然语言处理组）
  
  - [Natural Language Processing Group at Texas A&M University](http://nlp.cs.tamu.edu/)（德克萨斯A&M大学自然语言处理组）
  
  - [The Natural Language Processing Group at Northeastern University](https://nlp.ccis.northeastern.edu/)（东北大学自然语言处理组）
  
  - [Cornell NLP group](https://confluence.cornell.edu/display/NLP/Home/)（康奈尔大学自然语言处理组）
  
  - [Natural Language Processing group at University Of Washington](https://www.cs.washington.edu/research/nlp)（华盛顿大学自然语言处理组）
  
  - [Natural Language Processing Research Group at University of Utah](https://www.cs.utah.edu/nlp/)（犹他大学自然语言处理组）
  
  - [Natural Language Processing and Information Retrieval group at University of Pittsburgh](http://www.isp.pitt.edu/research/nlp-info-retrieval-group)（匹兹堡大学自然语言处理和信息检索小组）
  
  - [Brown Laboratory for Linguistic Information Processing (BLLIP)](http://bllip.cs.brown.edu/)（布朗大学布朗语言信息处理实验室）
  
  - [Natural Language Processing (NLP) group at University of British Columbia](https://www.cs.ubc.ca/cs-research/lci/research-groups/natural-language-processing/)（不列颠哥伦比亚大学自然语言处理组）
  
<a name="europe"></a>
  
- 欧洲地区
  
  - [Natural Language and Information Processing Research Group at University of Cambridge](http://www.cl.cam.ac.uk/research/nl/)（英国剑桥大学自然语言和信息处理组）
  
  - [The Computational Linguistics Group at Oxford University](http://www.clg.ox.ac.uk/)（英国牛津大学计算语言学组）
  
  - [Human Language Technology and Pattern Recognition Group at the RWTH Aachen](https://www-i6.informatik.rwth-aachen.de/)（德国亚琛工业大学人类语言技术与模式识别组）
  
  - [The Natural Language Processing Group at the University of Edinburgh (EdinburghNLP)](http://edinburghnlp.inf.ed.ac.uk/)（英国爱丁堡大学自然语言处理研究组）
  
  - [Statistical Machine Translation Group at the University of Edinburgh](http://www.statmt.org/ued/?n=Public.HomePage)（英国爱丁堡大学统计机器翻译组）
  
  - [Natural Language Processing Research Group at The University of Sheffield](http://nlp.shef.ac.uk/)（英国谢菲尔德大学自然语言处理研究组）
  
  - [Speech Research Group at University of Cambridge](http://mi.eng.cam.ac.uk/Main/Speech/)（英国剑桥大学语音研究组）
  
  - [Statistical Machine Translation Group at the University of Cambridge](http://divf.eng.cam.ac.uk/smt)（英国剑桥大学统计机器翻译组）
  
  - [Computational Linguistics group at Uppsala University](http://www.lingfil.uu.se/forskning/datorlingvistik/?languageId=1)（瑞典乌普萨拉大学计算语言学组）

  - [The Center for Information and Language Processing at University of Munich](http://www.cis.uni-muenchen.de/ueber_uns/)（德国慕尼黑大学信息与语言处理中心）

  - [National Centre for Language Technology at Dublin City University](http://www.nclt.dcu.ie/)（爱尔兰都柏林城市大学国家语言技术中心）

  - [The National Centre for Text Mining (NaCTeM) at University of Manchester](http://nactem.ac.uk/)（英国曼彻斯特大学国家文本挖掘中心）

  - [The Information and Language Processing Systems group at the University of Amsterdam](http://ilps.science.uva.nl/)（荷兰阿姆斯特丹大学信息与语言处理系统组）

  - [Institute of Formal and Applied Linguistics at Charles University](http://ufal.mff.cuni.cz/)（捷克查理大学语言学应用与规范研究所）

  - [DFKI Language Technology Lab](https://www.dfki.de/lt/)（德国人工智能研究中心自然语言处理组）

  - [IXA in University of the Basque Country](http://ixa.eus/)（西班牙巴斯克大学自然语言处理组）

  - [Statistical Natural Language Processing Group at the Institute for Computational Linguistics at Heidelberg University](http://www.cl.uni-heidelberg.de/statnlpgroup/)（德国海德堡大学计算语言学研究所统计自然语言处理组）

  - [NLP Research at the University of Helsinki](https://blogs.helsinki.fi/language-technology/)（芬兰赫尔辛基大学自然语言处理组）
    
    
    
## Reference
有部分资源来自于以下工作，在此表示感谢：
  
- [FunNLP](https://github.com/fighting41love/funNLP)  

- [Awesome Chinese NLP](https://github.com/crownpku/Awesome-Chinese-NLP)  

- [国内外自然语言处理(NLP)研究组](https://blog.csdn.net/wangxinginnlp/article/details/44890553) 

同时，对相关工作的作者一并表示感谢！