我建议不要尝试获取许多资源，而是先获取一个通过概念（相当稳健）的资源，然后寻找资源来完善或加深您的知识。一个来源来自斯坦福大学的 NLP 小组，是Introduction to Information Retrieval。我不喜欢这本书的唯一一点是它倾向于将文档定位为列（数据科学或多或少同意它们是行），但这是一个非常微不足道的问题（只要你可以采用矩阵转置）。除此之外，这本书有很好的解释，以及适当的深度和广度，被认为是 NLP 的详尽基础。

[不是一本书，而是...] 一定要查看https://github.com/sebastianruder/NLP-progress以获取 NLP 及其子领域相关最新文献的自我更新列表。

根据您提到的附带项目，您可能需要检查例如

• https://github.com/sebastianruder/NLP-progress/blob/master/question_answering.md
• （可能）https://github.com/sebastianruder/NLP-progress/blob/master/taxonomy_learning.md

还要检查关于 SO 给出的建议，

https://stackoverflow.com/questions/2233435/machine-learning-and-natural-language-processing https://stackoverflow.com/questions/212219/what-are-good-starting-points-for-someone-interested -in-natural-language-processi

Natural Language Processing in Action: Understanding, Analyzing, and Generate Text with Python是一本新的实用教科书，涵盖了所有最新的（2019 年）主题。

从不同来源收集

NLP 行业预计将从 2019 年的 102 亿美元增长到 2024 年的 264 亿美元。这里有一些资源可以帮助您开始使用 NLP 并成为这个非常棒的领域的一部分。

• Yandex 数据分析学院的 NLP 课程：https ://lnkd.in/fePhndv
• 最先进的#NLP 创新：https ://lnkd.in/fbGkS_a
• NLP 深度学习：https ://lnkd.in/fWkGCbR
• 快速 AI NLP 课程：https ://lnkd.in/fPCcJAZ
• 很棒的 NLP 之旅：https ://lnkd.in/fk7edUt
• 来自顶级 NLP 会议的资源：https ://lnkd.in/fiy-rhE
• NLP 与 #python：https ://lnkd.in/fBbRkd9
• NLP 与深度学习：https ://lnkd.in/fCvRyCi
• NLP 的精选资源：https ://lnkd.in/fkCcu_3
• #deeplearning 研究人员的 NLP 教程：https ://lnkd.in/fSJ34yR

文章

• 各类文本分类模型：https ://lnkd.in/fZ4_zq6
• 基于 PyTorch 构建的开源 NLP 研究库：https ://lnkd.in/ft9rxyE
• 用于 TensorFlow 2.0 和 PyTorch 的最先进的 NLP：https ://lnkd.in/fYcNwYU
• 未来十年的 NLP：https ://lnkd.in/fi78EBC

19 篇关于自然语言处理 (NLP) 的精彩文章：

1. 通过索引构建非结构化大数据

2. 自然语言处理 (NLP) 指南

3. 前 6 个 Python NLP 库的比较

4. 文本分类和情感分析教程

5. 深度学习研究回顾：自然语言处理

6. 为文本分析新手解释的 10 个常见 NLP 术语

7. 时间卷积网络取代 RNN 用于 NLP 预测

8. 我如何使用 NLP (Spacy) 筛选数据科学简历

9. 数据科学揭示特朗普推文是由两个人撰写的

10. 自然语言处理简单介绍

11. 一种分析 Twitter、特朗普和亵渎的 NLP 方法

12. 一种用于数据探索的自然语言处理 (NLP) 方法

13. 用于自然语言处理的 Python NLTK 工具列表

14. NLP 应用程序可找到出色的可用域名

15. 在不使用大量硬件的情况下扩展 NLP 问题

16. 分析新闻标题的结构和有效性

17. NLP 和文本挖掘算法的七个棘手句子

18. 人工智能概述和 NLP 的作用

19. 文本分类和情感分析教程

对新手而言

NLTK

• NLP 的圣经是NLTK（自然语言工具包）。他们也有免费的电子书。

图书

• 使用 Python 进行自然语言处理

• 统计自然语言处理的基础- 对应用 NLP 有统计理解非常重要。

• 自然语言处理手册

博客系列

• 深入了解 NLTK
• 自然语言处理者

YouTube视频

• Dan Jurafsky 和 ​​Chris Manning：自然语言处理

深度学习

博客

• 深度学习、NLP 和表示
• Sabastian Ruder 的 Word Embeddings 3 部分系列

框架教程

• 使用 Pytorch 进行 NLP 深度学习
• Keras 中的文本处理
• Tensorflow 中的序列到序列模型
• 词的向量表示 -wordtovec

慕课

斯坦福 CS224n：深度学习的自然语言处理

Python 库

Spacy - 工业级自然语言处理