常见26种NLP任务的练手项目（收藏）

常见的30种NLP任务非常适合练手的Project

作用：研究+练手，加深理解，项目涵盖95+%NLP业务场景。

下列Project都是类似论文实现那样的demo级的，也不是传统的工程实现，用的方法一般比工业界的高端，非常适合练手用。

文章目录

1.分词 Word Segmentation

2.词预测 Word Prediction

3. 文本蕴涵 Textual Entailment

4. 语音识别 Automatic Speech Recognition

5. 自动摘要 Automatic Summarisation

6. 文本纠错 Text Correct

7.字音转换 Grapheme to Phoneme

8. 复述检测 Paraphrase Detection 和 问答 Question Answering

9. 音汉互译 Pinyin-To-Chinese

10. 情感分析 Sentiment Analysis

11. 手语识别 Sign Language Recognition

12. 词性标注（POS）、 命名实体识别（NER）、 句法分析（parser）、 语义角色标注（SRL） 等。

13. 词干 Word Stemming

14. 语言识别 Language Identification

15. 机器翻译 Machine Translation

16. 复述生成 Paraphrase Generation

17. 关系抽取 Relationship Extraction

18. 句子边界消歧 Sentence Boundary Disambiguation

19.事件抽取 Event Extraction

20. 词义消歧 Word Sense Disambiguation

21. 命名实体消歧 Named Entity Disambiguation

22. 幽默检测 Humor Detection

23. 讽刺检测 Sarcasm Detection

24. 实体链接 Entity Linking

25. 指代消歧 Coreference Resolution

26. 关键词/短语抽取和社会标签推荐 Keyphrase Extraction and Social Tag Suggestion

REFERENCE

1.分词 Word Segmentation

chqiwang/convseg ，基于CNN做中文分词，提供数据和代码。

对应的论文Convolutional Neural Network with Word Embeddings for Chinese Word Segmentation IJCNLP2017.

2.词预测 Word Prediction

Kyubyong/word_prediction ，基于CNN做词预测，提供数据和代码。

3. 文本蕴涵 Textual Entailment

Steven-Hewitt/Entailment-with-Tensorflow，基于Tensorflow做文本蕴涵，提供数据和代码。

4. 语音识别 Automatic Speech Recognition

buriburisuri/speech-to-text-wavenet，基于DeepMind WaveNet和Tensorflow做句子级语音识别。

5. 自动摘要 Automatic Summarisation

PKULCWM/PKUSUMSUM，北大万小军老师团队的自动摘要方法汇总，包含了他们大量paper的实现，支持单文档摘要、多文档摘要、topic-focused多文档摘要。

6. 文本纠错 Text Correct

atpaino/deep-text-corrector，基于深度学习做文本纠错，提供数据和代码。

7.字音转换 Grapheme to Phoneme

cmusphinx/g2p-seq2seq，基于网红transformer做， 提供数据和代码。

8. 复述检测 Paraphrase Detection 和 问答 Question Answering

Paraphrase-Driven Learning for Open Question Answering， 基于复述驱动学习的开放域问答。

9. 音汉互译 Pinyin-To-Chinese

Kyubyong/neural_chinese_transliterator，基于CNN做音汉互译。

10. 情感分析 Sentiment Analysis

情感分析包括的内容太多了，目前没发现比较全的。推荐两个适合练手的吧：Deeply Moving: Deep Learning for Sentiment Analysis，http://sentic.net/about/。

11. 手语识别 Sign Language Recognition

Home - SignAll， 该项目在手语识别做的非常成熟。

12. 词性标注（POS）、 命名实体识别（NER）、 句法分析（parser）、 语义角色标注（SRL） 等。

HIT-SCIR/ltp， 包括代码、模型、数据，还有详细的文档，而且效果还很好。

13. 词干 Word Stemming

snowballstem/snowball， 实现的词干效果还不错。

14. 语言识别 Language Identification

https://github.com/saffsd/langid.py，语言识别比较好的开源工具。

15. 机器翻译 Machine Translation

OpenNMT/OpenNMT-py， 基于PyTorch的神经机器翻译，很适合练手。

16. 复述生成 Paraphrase Generation

vsuthichai/paraphraser，基于Tensorflow的句子级复述生成，适合练手。

17. 关系抽取 Relationship Extraction

ankitp94/relationship-extraction，基于核方法的关系抽取。

18. 句子边界消歧 Sentence Boundary Disambiguation

https://github.com/Orekhov/SentenceBreaking，很有意思。

19.事件抽取 Event Extraction

liuhuanyong/ComplexEventExtraction， 中文复合事件抽取，包括条件事件、因果事件、顺承事件、反转事件等事件抽取，并形成事理图谱。

20. 词义消歧 Word Sense Disambiguation

alvations/pywsd，代码不多，方法简单，适合练手。

21. 命名实体消歧 Named Entity Disambiguation

dice-group/AGDISTIS，实体消歧是很重要的，尤其对于实体融合（比如知识图谱中多源数据融合）、实体链接。

22. 幽默检测 Humor Detection

pln-fing-udelar/pghumor

23. 讽刺检测 Sarcasm Detection

AniSkywalker/SarcasmDetection，基于神经网络的讽刺检测。

24. 实体链接 Entity Linking

hasibi/EntityLinkingRetrieval-ELR， 实体链接用途非常广，非常适合练手。

25. 指代消歧 Coreference Resolution

huggingface/neuralcoref，基于神经网络的指代消歧。

26. 关键词/短语抽取和社会标签推荐 Keyphrase Extraction and Social Tag Suggestion

thunlp/THUTag, 用多种方法 实现了多种关键词/短语抽取和社会标签推荐。

REFERENCE

https://www.cnblogs.com/alan-blog-TsingHua/p/10624594.html

神经网络 自然语言处理基础

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。