本文是对网上NLP推荐资源的一个整理,有资源就要开始实践,加油!(以后还会继续更新的)
0 前期基础
自然语言处理和深度学习密切联系,应将两者结合一起学习。参考华为李航(北大AI第八讲 李航 自然语言处理的现实与挑战)。深度学习是机器学习,机器学习基于统计,所以数学和机器学习的基础知识也要扎实。数学包括微积分,统计与概率,线性代数,凸优化。
微积分会求偏导就行了,概率推荐《统计学完全教程》。机器学习基础可以参考周志华老师《机器学习》第1、2、3、5、13、16 章,李航《统计学习方法》第1,4,6章。
深度学习基础打好之后,就可以开始学习在线课程了。深度自然语言处理跟传统的统计自然语言处理的区别是,语言学知识用得少多了,所以深度自然语言处理用的更多的是深度学习知识。
当然,传统自然语言处理不会是不行的,推荐《Speech and Language Processing》(可以入门后再学)。
1 在线课程
- 斯坦福CS224课程:CS224n: Natural Language Processing with Deep Learning
PPT、相关文档: http://web.stanford.edu/class/cs224n/
课程视频(B站):https://space.bilibili.com/23852932/#/channel/detail?cid=11177 - 牛津大学课程:Deep Learning for Natural Language Processing: 2016-2017
课程资源:https://github.com/oxford-cs-deepnlp-2017/lectures
(注:README.md里面涵盖了课程的slides和video)
这两课程2选1就够入门了
1.1 补充:其它资源
- 张志华教授《机器学习导论》和《统计机器学习》课程讲义:https://blog.csdn.net/guyuealian/article/details/53672487
2 活跃的博客
- 我爱自然语言处理(52NLP):