（整理）学习NLP的资源

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）：