精选的中文NLP（自然语言处理）资源列表

中文NLP工具包中文NLP工具

 

工具包综合NLP工具包

流行的英语/多语言NLP工具包常用的英语或支持多语言的NLP工具包

中文分词

信息提取信息提取

QA和Chatbot问答和聊天机器人

 

2. 语料库

3. 组织相关中文NLP组织和会议

4. 学习资料

中文NLP工具包中文NLP工具

工具包综合NLP工具包

• 清华的THULAC中文词法分析工具包（C ++ / Java / Python）

• 中科院的NLPIR（Java）

• 哈工大的LTP语言技术平台（C ++）

• 复旦（Java）的FudanNLP

• BosonNLP，由Boson（商业API服务）

• HanNLP（Java）

• SnowNLP（Python）Python库，用于处理中文文本

• YaYaNLP（Python）纯python 编写的中文自然语言处理包，取名于“牙牙学语”

• DeepNLP（Python）深度学习NLP管道在Tensorflow上使用预训练的中文模型实现。

• chinese_nlp（C ++和Python）中文自然语言处理工具和示例

• 中文文本语料库的中文注释器（Python）注解

流行的英语/多语言NLP工具包常用的英语或支持多语言的NLP工具包

• 斯坦福大学的CoreNLP（Java）

• NLTK（Python）

• spaCy（Python）

• OpenNLP（Java）

• gensim（Python）Gensim是一个Python库，用于使用大型语料库进行主题建模，文档索引和相似性检索。

中文分词

• Jieba结巴中文分词（Python）做最好的Python

• kcws深度学习中文分词（Python）BiLSTM + CRF与IDCNN + CRF

• ID-CNN-CWS（Python）迭代膨胀卷积用于中文分词

• Genius中文分词（Python）Genius是一个开源的python中文分词组件，采用CRF（条件随机场）条件随机场算法。

• loso中文分词（Python）

信息提取信息提取

• MITIE（C ++）库和信息提取工具

• 小鸭（Haskell）语言，引擎和工具，用于表达，测试和评估输入字符串上的可组合语言规则。

• IEPY（Python）IEPY是一个专注于关系提取的信息提取开源工具。

• 呼吸管：专注于信息提取的培训数据创建和管理系统

• 在TensorFlow中使用LSTM实现的神经关系提取

• 中文命名实体识别的神经网络模型

• 信息提取-使用IDCNN / biLSTM + CRF的中文命名实体识别，以及使用biGRU + 2ATT的关系提取中文实体识别与关系提取

QA和Chatbot问答和聊天机器人

• Rasa NLU（Python）将自然语言转换为结构化数据

• 用于对话软件的基于Rasa Core（Python）机器学习的对话引擎

• Chatterbot（Python）ChatterBot是用于创建聊天机器人的机器学习会话对话引擎。

• Chatbot（Python）基于向量匹配的情境式聊天机器人

• Tipask（PHP）是一个开放源码的PHP问答系统，基于Laravel框架开发，易于扩展，具有强大的负载能力和稳定性。

• QuestionAnsweringSystem（Java）一个Java实现的人机问答系统，能够自动分析问题并发出提示答案。

• 使用TensorFlow实现序列的聊天机器人模型的序列（Python）

• 使用深度学习算法实现的中文阅读理解问答系统（Python）

• DuReader中文阅读理解基线代码（Python）

语料库

• 开放知识图谱OpenKG.cn

• 大规模中文概念图谱CN-Probase 公众号介绍

• CLDC中文语言资源联盟

• 维基百科转储

• 98年人民日报词性标注库@百度盘

• 百度百科 100gb 语料@百度盘密码neqs出处应该是梁斌penny大神

• 搜狗20061127新闻语料（包含分类）@百度盘

• UD中文（用于培训POS）

• 中文word2vec模型

• 中文word2vec模型之维基百科中文使用2017年6月20日中文维基百科语料训练的脚本和模型文件。

• 同义词：中文近义词工具包基于维基百科中文和word2vec训练的近义词库，封装为python包文件。

• Chinese_conversation_sentiment中文情感数据集可能对情感分析有用。

• 中文突发事件语料库 Chinese Emergency Corpus

• dgk_lost_conv中文对白语料汉语会话语料库

• 用于训练中英文对话系统的语言料库

• 八卦版问答中文语料

• 汉语拆字字典

• 中国股市公告信息爬取通过python脚本从巨潮网络的服务器获取中国股市（sz，sh）的公告（上市公司和监管机构）

• tushare财经数据接口 TuShare是一个免费，开源的python财经数据接口包。

• 保险行业语料库 [ 52nlp介绍Blog ]保险领域的OpenData用于机器学习任务

• 最全中华古诗词数据库唐宋两朝近一万四千古诗人，接近5.5万首唐诗加26万宋诗。两宋时期1564位词人，21050首词。

• DuReader中文阅读理解数据

• 中文语料小数据包含了中文命名实体识别，中文关系识别，中文阅读理解等一些小量数据

• 中文数据预处理材料中文分词词典和中文替换词

相关中文NLP组织和会议

• 中国中文信息学会

• NLP Conference Calender NLP社区中的主要会议，期刊，研讨会和共享任务。

学习资料学习资料

• 中文深度学习书

• Stanford CS224n带有深度学习的自然语言处理2017

• 牛津CS DeepNLP 2017

• Dan Jurafsky和James H. Martin的语音和语言处理

• 52nlp我爱自然语言处理

• hankcs编码农场

• 文本处理实践课资料文本处理实践课资料，包含文本特征提取（TF-IDF），文本分类，文本聚类，word2vec训练词向量和名词词林中文相似度计算，文档自动摘要，信息抽取，情感分析与观点挖掘等实验。

转载网址：https://github.com/NLPchina/Awesome-Chinese-NLP