nlp_tasks

自然語言處理任務和選定的參考

很長一段時間以來，我一直從事幾項自然語言處理任務。有一天，我想畫一張我謀生的NLP領域的地圖。我敢肯定，我不是唯一一個想看哪些任務在NLP中的人。

我竭盡所能涵蓋NLP中盡可能多的任務，但誠然，這遠非詳盡無遺，這純粹是由於我缺乏知識。選定的參考文獻對最近的深度學習成就有偏見。我希望當您要研究任務時，這些都是起點。我會繼續自己更新此存儲庫，但我真正希望您在這項工作上合作。不要猶豫，向我發送拉動請求！

2017年10月13日。
由Kyubyong

YJ Choe於2017年10月18日對YJ Choe進行了審查和更新。

圖解

• 請參閱核心分辨率

自動論文評分

• 使用神經網絡的PAPER自動文本評分
• PAPER一種自動論文評分的神經方法
• CHALLENGE kaggle：惠普基金會：自動論文得分
• PROJECT輕鬆（增強的AI評分引擎）

自動語音識別

• WIKI語音識別
• PAPER深度演講2：用英語和普通話的端到端語音識別
• PAPER Wavenet：原始音頻的生成模型
• PROJECT Baidu的DeepSpeech架構的張量實現
• PROJECT語音到文本 - 波納特：使用DeepMind的Wavenet的端到端句子級別的英語語音識別
• CHALLENGE第五個鐘聲分離和認可挑戰
• DATA第五鐘語音分離和認可挑戰
• DATA CSTR VCTK語料庫
• DATA LibrisPeech ASR語料庫
• DATA Cwessboard-1電話演講語料庫
• DATA ted-lium語料庫
• DATA開放語音和語言資源
• DATA通用語音

自動摘要

• WIKI自動摘要
• BOOK自動文本摘要
• 使用神經網絡的PAPER文本摘要
• 用遞歸神經網絡PAPER及其在多文件摘要中的應用
• DATA文本分析會議（TAC）
• DATA文檔了解會議（DUC）

核心分辨率

• INFO核心分辨率
• PAPER深入的增強學習，以提及級別的核心模型
• 通過學習實體級分佈式表示形式來改善PAPER解決方案
• CHALLENGE CONLL 2012共享任務：對Ontonotes中的多語言無限制核心
• CHALLENGE CONLL 2011年共享任務：對Ontonotes中的無限制核心
• CHALLENGE Semeval 2018任務4：多方對話中的角色識別

實體鏈接

• 請參閱命名實體歧義

語法誤差校正

• PAPER多層卷積編碼器折疊神經網絡，用於語法誤差校正
• 語法誤差校正PAPER神經網絡翻譯模型
• PAPER改編序列模型的句子校正模型
• CHALLENGE Conll-2013共享任務：語法錯誤校正
• CHALLENGE Conll-2014共享任務：語法錯誤校正
• DATA NUS非商業研究/試驗語料庫許可證
• DATA lang-8學習者語料庫
• DATA Cornell電影 - dialogs語料庫
• PROJECT深文校正器
• PRODUCT深語法

素式轉換到音素轉換

• （ PAPER ）任何語言
• PAPER多語言神經語言模型：跨語言語音表示學習的案例研究
• PAPER序列到序列轉換的紙序列序列到序列模型
• PROJECT序列到序列G2P工具包
• PROJECT G2P_EN：一個簡單的英語墨西米模塊到音素轉換
• DATA多語言發音數據

幽默和諷刺檢測

• PAPER自動諷刺檢測：調查
• 諷刺的PAPER磁鐵：使諷刺檢測及時，上下文且非常個性化
• Twitter上的PAPER諷刺檢測：行為建模方法
• CHALLENGE Semeval-2017任務6：#HASHTAGWARS：學習一種幽默感
• CHALLENGE Semeval-2017任務7：檢測和解釋英語雙關語
• 來自Reddit的DATA諷刺評論
• DATA諷刺語料庫V2
• DATA諷刺亞馬遜評論語料庫

語言接地

• WIKI符號接地問題
• PAPER符號接地問題
• 從音素到圖像的PAPER ：在視覺上的語言學習的複發神經模型中的表示級別
• 在接地語音的PAPER神經模型中的語音編碼
• 針對任務語言接地的PAPER門控架構
• PAPER聲 - word2vec：學習單詞表示以聲音為基礎
• COURSE語言接地到視覺和控制
• 機器人技術的WORKSHOP語言基礎

語言猜測

• 請參閱語言標識

語言標識

• WIKI語言標識
• 使用深神經網絡的PAPER自動語言識別
• PAPER自然語言處理與小饋送網絡
• CHALLENGE 2015語言識別評估

語言建模

• WIKI語言模型
• TOOLKIT KENLM語言模型工具包
• PAPER分佈單詞和短語的表示及其組成性
• 用複發性神經網絡生成紙張PAPER
• PAPER角色感知神經語言模型
• THESIS統計語言模型基於神經網絡
• DATA Penn Treebank
• 通過復發神經網絡的語言建模教程Tensorflow TUTORIAL

語言識別

• 請參閱語言標識

lemmatisation

• WIKI Lemmatisation
• PAPER關節檸檬酸和形態標記
• TOOLKIT WordNet狐猴
• DATA樹庫-3

唇讀

• WIKI唇讀
• PAPER唇膏：端到端句子級唇讀
• 野外PAPER唇閱讀句子
• PAPER大規模視覺識別
• PROJECT唇讀 - 使用3D卷積神經網絡跨音頻識別
• PRODUCT Liopa
• DATA網格視聽句子語料庫
• DATA BBC-Oxford“多視圖唇讀句”（MV-LRS）數據集

機器翻譯

• PAPER神經機器翻譯通過共同學習對齊和翻譯
• 線性時間的PAPER神經機器翻譯
• 您需要的是PAPER關注
• PAPER六個挑戰神經機器翻譯
• PAPER短語和神經無監督的機器翻譯
• CHALLENGE ACL 2014統計機器翻譯的第九屆研討會
• CHALLENGE EMNLP 2017第二屆機器翻譯會議（WMT17）
• DATA opensubtitles2016
• DATA WIT3：抄錄和翻譯對話的網絡清單
• DATA QCRI教育領域（QED）語料庫
• PAPER多任務序列到序列學習
• 對序列學習PAPER無監督的預處理
• PAPER Google的多語言神經機器翻譯系統：啟用零彈性翻譯
• 用字節對編碼（BPE） TOOLKIT字神經機器翻譯
• TOOLKIT包多路神經機器翻譯
• TOOLKIT OpenNMT：神經機器翻譯的開源工具包

形態學彎曲產生

• WIKI拐點
• 使用特徵序列來序列學習的PAPER形態拐角產生產生
• CHALLENGE Sigmorphon 2016年共享任務：形態重新發射
• DATA sigmorphon2016

命名實體歧義

• WIKI實體鏈接
• PAPER和集體實體通過語義嵌入歧義

命名實體識別

• WIKI命名為實體識別
• 指定實體識別的PAPER神經體系結構
• PROJECT OSU Twitter NLP工具
• CHALLENGE在Twitter中名為實體識別的挑戰
• CHALLENGE Conll 2002語言獨立的命名實體識別
• CHALLENGE介紹CONLL-2003共享任務：獨立於語言的命名實體識別
• DATA Conll-2002 NER COPUS
• DATA Conll-2003 NER COPUS
• Twitter共享任務中名為實體識別的DATA螺母識別
• TOOLKIT Stanford指定實體識別器

釋義檢測

• PAPER動態池和展開遞歸自動編碼器用於釋義檢測
• PARALEX PROJECT ：釋義驅動的學習，用於開放問題答案
• CHALLENGE Semeval-2015任務1：Twitter中的釋義和語義相似性
• DATA Microsoft研究釋義語料庫
• DATA Microsoft研究視頻描述語料庫
• DATA pascal數據集
• DATA Flickr數據集
• DATA數據集
• DATA ppdb：釋義數據庫
• DATA wikianswers釋義語料庫

釋義產生

• 與堆疊殘留LSTM網絡的PAPER神經釋義生成
• DATA神經釋義與堆疊殘留LSTM網絡的生成
• CODE神經釋義與堆疊殘留LSTM網絡的生成
• PAPER一個釋義生成的深層生成框架
• 用神經機器翻譯重新審視PAPER

解析

• WIKI解析
• TOOLKIT Stanford Parser：統計解析器
• TOOLKIT包的解析器
• PAPER語法作為外語
• 用神經網絡快速準確的依賴性解析器PAPER
• PAPER普通語義解析
• CHALLENGE CONLL 2017共享任務：從原始文本到通用依賴性的多語言解析
• CHALLENGE CONLL 2016年共享任務：多語言淺說話解析
• CHALLENGE CONLL 2015年共享任務：淺說話解析
• CHALLENGE Semeval-2016任務8：含義表示可能是抽象的，但是此任務是具體的！

語音的一部分標記

• WIKI詞性標籤
• 帶有雙向長期記憶模型和輔助損失的PAPER多語言詞性標籤
• 用PAPER定的紙張標記紙張帶有錨定標籤隱藏的馬爾可夫模型
• DATA樹庫-3
• TOOLKIT包NLTK.TAG軟件包

拼音到中國的轉換

• WIKI Pinyin輸入方法
• 中國拼音輸入方法引擎的PAPER神經網絡語言模型
• PROJECT神經中國音譯器

問題回答

• WIKI問題回答
• PAPER問我任何事情：用於自然語言處理的動態記憶網絡
• 視覺和文本問題回答的PAPER動態存儲網絡
• CHALLENGE TREC問答任務
• CHALLENGE NTCIR-8：高級跨語言信息訪問（ACLIA）
• CHALLENGE CLEF問答軌道
• CHALLENGE Semeval-2017任務3：社區問題回答
• CHALLENGE Semeval-2018任務11：使用常識知識的機器理解
• DATA MS MARCO：Microsoft機器閱讀理解數據集
• DATA maluuba newsqa
• DATA小隊：100,000多個用於機器理解文本的問題
• DATA繪畫：一個特徵富的問題回答數據集
• DATA故事披肩測試和Rocstories Corpora
• DATA Microsoft Research Wikiqa語料庫
• DATA DeepMind問答數據集
• DATA qasent
• DATA教科書問題回答

關係提取

• WIKI關係提取
• PAPER一種深度學習方法，從社會製造範式中的互動環境中提取關係提取
• CHALLENGE Semeval-2018任務7科學論文中的語義關係提取和分類

語義角色標籤

• WIKI語義角色標籤
• BOOK語義角色標籤
• 使用經常性神經網絡對語義角色標記的PAPER端到端學習
• 帶有依賴性路徑嵌入的PAPER神經語義角色標記
• PAPER深層的語義角色標籤：有效和下一步
• CHALLENGE CONLL-2005共享任務：語義角色標籤
• CHALLENGE CONLL-2004共享任務：語義角色標籤
• TOOLKIT伊利諾伊語義角色標籤（SRL）
• DATA Conll-2005共享任務：語義角色標籤

句子邊界歧義

• WIKI句子邊界歧義
• PAPER對臨床領域的句子邊界檢測進行定量和定性評估
• TOOLKIT NLTK Tokenizers
• DATA英國國家語料庫
• DATA Cwessboard-1電話演講語料庫

情感分析

• WIKI情感分析
• INFO令人敬畏的情感分析
• CHALLENGE Kaggle：Umich SI650-情感分類
• CHALLENGE Semeval-2017任務4：Twitter中的情感分析
• CHALLENGE Semeval-2017任務5：關於金融微博和新聞的細粒度情感分析
• PROJECT Senticnet
• Stanford NLP小組情緒分析PROJECT
• DATA多域情感數據集（版本2.0）
• DATA斯坦福情緒樹庫
• DATA Twitter情感語料庫
• DATA Twitter情感分析培訓語料庫
• DATA afinn：評級為Valence的英語單詞列表

手語識別/翻譯

• 基於PAPER視頻的手語識別而無需時間細分
• PAPER子無：端到端的手形和連續的手語識別
• DATA rwth-phoenix天氣
• DATA asllrp
• PROJECT標誌

唱歌聲音綜合

• 基於深神網絡的PAPER唱歌語音綜合
• PAPER神經參數唱歌合成器建模音色和自然歌曲的表達
• PRODUCT Vocaloid：Yamaha開發的語音合成技術和軟件
• CHALLENGE特殊會議Interspeech 2016年歌唱綜合挑戰挑戰“填充差距”

社會科學應用

• WORKSHOP NLP+CSS：自然語言處理和計算社會科學研討會
• TOOLKIT男人也喜歡購物：使用語料庫級約束減少性別偏見放大
• 潛在迪里奇萊特分配（LDA）的TOOLKIT在線變分貝葉斯
• GROUP芝加哥大學知識實驗室

源分離

• WIKI源分離
• PAPER從盲人到指導的音頻源分離
• PAPER聯合優化面具和深層復發性神經網絡，用於單膜源分離
• CHALLENGE信號分離評估運動（SISEC）
• CHALLENGE鐘聲分離和認可挑戰

演講者身份驗證

• 請參閱演講者驗證

揚聲器診斷

• WIKI揚聲器診斷
• PAPER DNN的揚聲器聚類用於揚聲器
• PAPER診斷紙的無監督方法：一種綜合且迭代的方法
• 基於時空貝葉斯融合的PAPER音頻說話者診斷
• CHALLENGE豐富的轉錄評估

發言人的認可

• WIKI發言人的認可
• PAPER一種使用語音意識深神經網絡的說話者識別的新穎方案
• PAPER深層神經網絡，用於小足跡依賴文本的揚聲器驗證
• PAPER揚聲器：端到端的神經揚聲器嵌入系統
• PROJECT Voice Vector：哪個好萊塢明星與我的聲音最相似？
• CHALLENGE NIST發言人的認可評估（SRE）
• INFO是否有有關揚聲器識別的免費數據庫的建議？
• DATA voxceleb2：深揚聲器識別

語音閱讀

• 請參閱唇讀

語音識別

• 請參閱自動語音識別

語音細分

• WIKI Speech_Tementation
• 8個月大的PAPER單詞分割：當語音提示計數時，
• PAPER無監督的單詞細分和使用聲詞嵌入發現的詞彙
• 從聲學輸入中發現無監督的PAPER
• PAPER使用跨語性側信息弱監督的口頭髮現術語發現
• DATA呼叫者西班牙語演講

語音綜合

• WIKI語音綜合
• PAPER自然TTS合成通過調節象徵在MEL頻譜圖預測上
• PAPER Wavenet：原始音頻的生成模型
• PAPER塔科克斯：朝向端到端語音合成
• PAPER深聲3：2000揚聲器神經文本到語音
• 基於深卷積網絡的PAPER有效訓練的文本到語音系統，並引導著
• DATA世界英語聖經
• DATA LJ語音數據集
• DATA LESSAC數據
• CHALLENGE暴雪挑戰2017
• PRODUCT列裡鳥
• PROJECT Festvox項目
• TOOLKIT Merlin：基於神經網絡（NN）語音合成系統

言語增強

• WIKI演講增強
• BOOK演講增強：理論與實踐
• PAPER一項關於基於語音增強的實驗研究
• PAPER一種基於言語增強的回歸方法
• 基於深層denoising自動編碼器的PAPER演講增強

語音到文本

• 請參閱自動語音識別

口語術語檢測

• 請參閱語音細分

莖

• WIKI莖
• PAPER一個反向傳播神經網絡，以改善阿拉伯語
• TOOLKIT NLTK莖

術語提取

• WIKI術語提取
• 序列分類的PAPER神經註意力模型：分析和應用關鍵術語提取和對話法檢測

文字相似性

• WIKI語義相似性
• PAPER調查文本相似性方法
• PAPER學習與卷積深神經網絡對短文對排名
• PAPER改進了樹木結構的長期短期內存網絡的語義表示
• CHALLENGE Semeval-2014任務3：跨級語義相似性
• CHALLENGE Semeval-2014任務10：多語言語義文本相似性
• CHALLENGE Semeval-2017任務1：語義文本相似性
• WIKI語義文本相似性Wiki

文本簡化

• WIKI文本簡化
• 從標準Wikipedia到簡單Wikipedia的PAPER句子句子
• 當前文本簡化研究中的PAPER問題：新數據可以幫助
• DATA新聞數據

文本到語音

• 參見語音綜合

文字需要

• WIKI文字需要
• 帶有TensorFlow的項目PROJECT
• PAPER文本需要結構化注意力和構圖
• CHALLENGE SEMEVAL-2014任務1：通過語義相關性和文本構成的完整句子的構圖分佈語義模型的評估
• CHALLENGE Semeval-2013任務7：共同的學生響應分析和第8個認可文本挑戰挑戰

音譯

• WIKI音譯
• 非拉丁文腳本的INFO音譯
• PAPER一種深度學習的機器音譯方法
• CHALLENGE新聞2016分享有關命名實體音譯的任務
• 日本神經音譯PROJECT - 您能比SwiftKey™鍵盤做得更好嗎？

語音轉換

• 無需平行數據訓練的多對多語音轉換PAPER紙語音後驗
• 在TensorFlow中PROJECT語音轉換的深度神經網絡（語音樣式傳輸）
• PROJECT語音轉換系統的實現，利用語音後驗
• CHALLENGE語音轉換挑戰2016
• CHALLENGE語音轉換挑戰2018
• DATA cmu_arctic語音綜合數據庫
• DATA觸發聲音 - 語音連續語音語料庫

語音識別

• 請參閱說話者的認可

單詞嵌入

• WIKI單詞嵌入
• TOOLKIT Gensim：Word2Vec
• TOOLKIT FastText
• TOOLKIT包手套：單詞表示的全局向量
• INFO在哪裡獲取驗證的模型
• PROJECT預訓練的單詞向量
• PROJECT預培訓的30多種語言的預訓練媒介
• PROJECT Polyglot：多語言NLP的分佈式單詞表示
• BPEMB PROJECT ：以275種語言的預訓練子字嵌入的集合
• CHALLENGE Semeval 2018任務10捕獲歧視性屬性
• 基於短語的機器翻譯的PAPER雙語單詞嵌入
• PAPER跨語性嵌入模型的調查

單詞預測

• INFO什麼是單詞預測？
• PAPER基於復發性神經網絡語言模型的角色預測
• PAPER一個基於深度學習的單詞預測
• PAPER評估單詞預測：框架擊鍵節省
• DATA嵌入式深度學習的單詞預測
• 使用卷積神經網絡的PROJECT字預測 - 您可以比iPhone™鍵盤做得更好嗎？
• CHALLENGE Semeval-2018任務2，多語言表情符號預測

單詞分割

• WIKI單詞分割
• 中文的PAPER神經單詞細分學習
• 中文單詞細分的PROJECT卷積神經網絡
• TOOLKIT Stanford Word Segmenter
• TOOLKIT NLTK Tokenizers

單詞感覺歧義

• DATA單詞態度的歧義
• PAPER列車摩托車：大規模監督的單詞感官在沒有手動培訓數據的情況下以多種語言的歧義
• DATA火車-O-MATIC數據
• DATA babelnet