NLP资源整理(转)

1.       Google在研究博客中总结了他们2011年的精彩论文《Excellent Papers for 2011》,包括社会网络、机器学习、人机交互、信息检索、自然语言处理、多媒体、系统等各个领域,很精彩的论文集锦。http://googleresearch.blogspot.com/2012/03/excellent-papers-for-2011.html

或者zibuyu的BLOG http://blog.sina.com.cn/s/blog_574a437f0100y6zy.html

2.       Best paper awards for AAAI,ACL, CHI, CIKM, FOCS, ICML, IJCAI, KDD, OSDI, SIGIR, SIGMOD, SOSP, STOC, UIST,VLDB, WWW http://jeffhuang.com/best_paper_awards.html

3.       IBM R&D Journal 刚发布了关于Watson的专刊《This is Watson》。总共17篇论文。http://ieeexplore.ieee.org/xpl/tocresult.jsp?isnumber=6177717&punumber=5288520

4.       Web Data Mining作者刘兵维护的一个专题资源:Opinion Mining,Sentiment Analysis, and Opinion Spam Detection 。http://www.cs.uic.edu/~liub/FBS/sentiment-analysis.html

5.       Statistical Machine Translation http://www.statmt.org/

Statistical Machine TranslationTutorial Reading http://cseweb.ucsd.edu/~dkauchak/mt-tutorial/

Philipp Koehn主页 http://homepages.inf.ed.ac.uk/pkoehn/

6.       Profile Hidden Markov Model Resources http://webdocs.cs.ualberta.ca/~colinc/cmput606/

Hidden Markov Model (HMM) Toolbox forMatlab http://www.cs.ubc.ca/~murphyk/Software/HMM/hmm.html

7.       CRF http://www.inference.phy.cam.ac.uk/hmw26/crf/

Conditional Random Field (CRF)Toolbox for Matlab http://www.cs.ubc.ca/~murphyk/Software/CRF/crf.html

FlexCRFs: Flexible Conditional RandomFieldshttp://flexcrfs.sourceforge.net/

8.       Transfer Learning 包含papers、talks、software等http://www.cse.ust.hk/TL/index.html

9.       Topic Model,Topic Modeling Bibliography http://www.cs.princeton.edu/~mimno/topics.html

David M. Blei的主页 http://www.cs.princeton.edu/~blei/publications.html Matlab Topic Modeling Toolbox 1.4 http://psiexp.ss.uci.edu/research/programs_data/toolbox.htm

LDA GIBBS Java源码 http://arbylon.net/resources.html

GibbsLDA++: A C/C++ Implementation of Latent Dirichlet Allocation http://gibbslda.sourceforge.net/

10.   科学网—推荐系统的循序进阶读物(从入门到精通) - 张子柯的博文http://blog.sciencenet.cn/home.php?mod=space&uid=210641&do=blog&id=508634

11.   SVM入门 http://www.blogjava.net/zhenandaci/archive/2009/02/13/254519.html

12.   斯坦福大学自然语言处理实验室整理的NLP资源 http://www-nlp.stanford.edu/links/statnlp.html

13.   Stanford University InformationRetrieval Resources http://nlp.stanford.edu/IR-book/information-retrieval.html

14.   Software Tools for NLP http://www-a2k.is.tokushima-u.ac.jp/member/kita/NLP/nlp_tools.html

实验室主页

1.       The Stanford NLP Group http://nlp.stanford.edu

2.       The Berkeley Natural LanguageProcessing Group http://nlp.cs.berkeley.edu

3.       University of Tokyo TsujiiLaboratory http://www.nactem.ac.uk/tsujii/publications.cgi?lang=en

4.       Korea University NLP http://nlp.korea.ac.kr/ http://nlp.korea.ac.kr/new/

5.       中国科学院计算技术研究所自然语言处理研究组 http://nlp.ict.ac.cn/new/

6.       清华大学自然语言处理组 http://nlp.csai.tsinghua.edu.cn/site2/

7.       HIT-SCIR http://ir.hit.edu.cn/

8.       苏州大学自然语言处理实验室 http://nlp.suda.edu.cn/

个人主页

1.       David M. Blei, (Princeton) LDA,http://www.cs.princeton.edu/~blei/publications.html

2.       Noah Smith, (CMU),以自然语言处理、机器学习为基础研究computationalsocial science。http://www.cs.cmu.edu/~nasmith/

3.       Philipp Koehn (University ofEdinburgh) http://homepages.inf.ed.ac.uk/pkoehn/

4.       Dekang Lin (University ofAlberta) http://webdocs.cs.ualberta.ca/~lindek/

5.       Michael Collins(ColumbiaUniversity) http://www.cs.columbia.edu/~mcollins/

6.       Dekai WU(HKUST) http://www.cs.ust.hk/~dekai/

7.       Pascale Fung (HKUST) http://www.ee.ust.hk/~pascale/

8.       Alessandro Moschitti (Universityof Trento) http://disi.unitn.it/moschitti/

9.       Xiaojin (Jerry) Zhu (Universityof Wisconsin-Madison) http://pages.cs.wisc.edu/~jerryzhu/

10.   Eugene Charniak (BrownUniversity) http://www.cs.brown.edu/~ec/

时间: 2024-11-05 14:49:52

NLP资源整理(转)的相关文章

[转]机器学习、深度学习、数据挖掘各种资源整理

Deep Learning(深度学习): ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):一 ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):二 Bengio团队的deep learning教程,用的theano库,主要是rbm系列,搞python的可以参考,很不错. deeplearning.net主页,里面包含的信息量非常多,有software, reading list, research lab, dataset, demo等,

DIP常用资源整理

Deep Learning(深度学习): ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):一 ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):二 Bengio团队的deep learning教程,用的theano库,主要是rbm系列,搞python的可以参考,很不错. deeplearning.net主页,里面包含的信息量非常多,有software, reading list, research lab, dataset, demo等,

【转】本人常用资源整理(ing...)

Deep Learning(深度学习): ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):一 ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):二 Bengio团队的deep learning教程,用的theano库,主要是rbm系列,搞python的可以参考,很不错. deeplearning.net主页,里面包含的信息量非常多,有software, reading list, research lab, dataset, demo等,

转:深度学习课程及深度学习公开课资源整理

http://www.52nlp.cn/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E8%AF%BE%E7%A8%8B%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E5%85%AC%E5%BC%80%E8%AF%BE%E8%B5%84%E6%BA%90%E6%95%B4%E7%90%86 这里整理一批深度学习课程或者深度学习相关公开课的资源,持续更新,仅供参考. 1. Andrew Ng (吴恩达) 深度学习专项课程 by Courser

移动web资源整理

2013年初接触移动端,简单做下总结,首先了解下移动web带来的问题 设备更新换代快--低端机遗留下问题.高端机带来新挑战 浏览器厂商不统一--兼容问题多 网络更复杂--弱网络,页面打开慢 低端机性能差--页面操作卡顿 HTML5新技术多--学习成本不低 未知问题--坑多 面对这些问题,一开始我们只能在未知中试错,知道错误的方案才能更容易寻找正确的解决问题思路,2年多来,可看到移动web在业界不断趋向于成熟,各种框架和解决方案不断的涌现让移动端开发不再是个噩梦. 这几天把想到的一点经验先罗列出来

cocos2d-x 学习资源整理(持续更新...)

生活像一把无情刻刀,改变了我们模样,曾经我以为会亘古不变的东西,突然在一瞬间失去了信念... 如果你改变不了生活中患得患失的心情,那就试着让自己变得强大一点,因为能做到不以物喜不以己悲都是建立在强大的基础上面的. so,加油吧,少年. ================================================================ 一不小心又废话了. 学习cocos2d-x也有一段时间了,直到现在仍然认为自己是个新手(呵呵,说的好像我不是新手一样.) 现在把自己这

个人Web工具箱&资源整理(1)

很久就想把使用的工具及收藏的资源整理一番:一是为了传达博客社区的理念:资源共享,而是方便自己及团队快速获取. 学习资源: 首推两个入门级在线参考网站. 1 w3c school. 2 Runoob.com(菜鸟教程). HTML5:标记语言,是HTML和XHTML的最新版本. HTML5 Outliner HTML5在线生成. 模板: jade:Jade 是一个高性能的模板引擎,它深受 Haml 影响,它是用 JavaScript 实现的,并且可以供 Node 使用. jade API:运行在N

OpenCV学习资源整理……

http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/tutorials.html OpenCV(2.3.2)官方教程中文版 http://docs.opencv.org/doc/tutorials/tutorials.html OpenCV(2.4.9)官方教程英文版 http://docs.opencv.org/modules/refman.html OpenCV(2.4.9)API参考 http://www.cnblogs.

【原】移动web资源整理

[原]移动web资源整理 回顾2014年,刚转来到新的部门,非常渴望做出一个所谓的成功产品,心态几乎变了,每天都忙忙碌碌在项目中,把原来阅读和学习的习惯给忽视了,作为一个技术人员,没有通过学习新的知识来充实自己,跟进时代的步伐,是比较致命的:另外一点是运动也缺少了,感觉身体不如从前,例如工作太累,晚上容易失眠,让自己感到惶恐,想想就不开心.于是简单给自己定个2015上半年的计划: 贷款买个房子 每周羽毛球.跑步.骑单车 阅读<自控力>.<大数据时代>.<逻辑思维> 学习