#NLP入门# 良心整理，NLP入门路线和学习资料，一周上手！

[导读]一文帮你快速入门NLP，并准备了干货满满的资料，相关资料持续更新，也欢迎通过微信公众号联系小编，一起维护内容更新。

I . 必备技能

1. python基础
2. 基础数学知识 - 线性代数、矩阵论、概率论与数理统计、信息论
3. 基本的文献搜集、英文文献阅读能力
4. 基本的数据结构、算法知识、敲代码的能力
5. 最重要的：态度、坚持和计划

II. 入门建议

1. 对于初学者，一定要阅读Python代码规范，每一次敲代码严格按照规范来执行，例如变量命名、必要注释、函数传参等。不要一时偷懒，否则未来纠错成本、调bug的时间将加倍2. 墙裂建议养成阅读英文材料的习惯！对自己要求高一点，每周有一定的英文材料阅读时间。没有啃过英文文档的程序员，不是高级程序员。‍‍
2. 经典的论文一定要读原文，抠细节，不要看了博客，获得了一知半解就觉得掌握了。
3. 三思而后行。学习一门在线课程或者一本厚书，要先衡量一下重要性和性价比如何？有没有更高效的方式？是否符合当下自己的schedule。如果不能保证完整的学完或者提升不大，不建议开始学习。
4. 定期输出。一定要对所学知识进行归纳整理、虽然很多资料网上有现成的，但是只有你自己敲出来的，才是你自己的。
5. 敲代码！！！Talk is cheap, show me the code!
   ~ 暂时这么多建议~

III. 入门材料

1. python (链接点击直达)
   * 谷歌规范指导
   * PEP8 规范
   * 菜鸟教程
   * Tips: 快速读完上述即可，不需花太多时间，更不必去啃一本厚书，用起来最重要。
2. pytorch
   * pytorch官网教程
   * tips: 很多中文教程都是基于这个网站翻译过来的，甚至某些付费课程也是，赚的都是大家偷懒的钱啊，直接去官网硬着头皮啃吧。
3. tensorflow
   * 官方文档
   * 中文文档
4. Keras
   * 官方文档
   * 中文文档
5. 深度学习
   * 吴恩达机器学习视频
   * 吴恩达机器学习 gitlab
   *李宏毅 2020深度学习 (推荐)
   * 李宏毅 2020深度学习 官网
6. NLP基础知识
   * 《统计自然语言处理（第2版）》 宗成庆
   * 《自然语言处理综论述（第二版）》Dan Jurafsky and James Martin
   * 李宏毅2020深度学习与人类语言处理（推荐）
   * 李宏毅2020深度学习与人类语言处理（推荐）官网
   * 斯坦福自然语言处理课程

IV. NLP相关顶会

1. 摘自知乎 https://zhuanlan.zhihu.com/p/140491821 侵权立删
2. CCF《中国计算机学会推荐国际学术会议和期刊目录》2019版本

• ACL

  • ACL成立于1962年，它是自然语言处理与计算语言学领域最高级别的学术会议，由计算语言学协会主办，每年一届。这个学会主办了NLP/CL领域最权威的国际会议，即ACL年会，ACL学会还会在北美和欧洲召开分年会，分别称为NAACL和EACL。
  • ACL是世界上影响力最大、最具活力的国际学术组织之一，它每年夏天都会召开大会，供学者发布论文，分享最新成果，它的会员来自全球60多个国家和地区，是NLP领域最高级别的国际学术组织，代表了国际计算语言学的最高水平。
  • 在2018年第56届国际计算语言学协会（ACL）年会开幕式上，ACL的主席Marti Hearst宣布创建亚太区域分会（AACL，The Asia-Pacific Chapter of Association for Computational Linguistics），计划在2020年举行首次会议，此后每两年举行一次会议，会议地点将设置在亚太地区。

• EMNLP

  • EMNLP是由国际语言学会（ACL）下属的SIGDAT小组主办的自然语言处理领域的顶级国际会议，聚焦于自然语言算法在各个领域解决方案的学术探讨，EMNLP每年举办一次。
  • ACL的历史悠久，定位主要偏向于计算语言学理论相关研究，而EMNLP相对灵活一些，更加偏向于自然语言算法在不同领域解决方案的学术探讨。

• NACAL

  • NACAL是ACL的北美分会，每年举办一次。就目前而言，大家对它的认可度比EACL（欧洲分会）高。
  • ACL、EMNLP、NAACL 均为每年举办一次，因为是同一学术组织举办，所以会有些有意思的潜规则。例如ACL、EMNLP会在各大洲轮流举办，而每当ACL在北美举办时，当年NAACL就停办一次（同理，当ACL在欧洲举办时，当年EACL就停办一次）。

• COLING

  • COLING是由老牌NLP/CL学术组织ICCL（The International Committee on Computational Linguistics)）组织的，从1965年开始，每两年举办一次。

• AAAI

  • AAAI成立于1979年，由美国人工智能促进协会主办，最初名为“美国人工智能协会”（American Association for Artificial Intelligence），2007年才正式更名为 “人工智能促进协会”（Association for the Advancement of Artificial Intelligence）。
  • AAAI旨在促进人工智能的研究和负责任的使用，还旨在提高公众对人工智能的理解，改善人工智能从业者的教学和培训，并就当前人工智能发展的重要性和潜力以及未来方向为研究规划者和资助者提供指导。

• ICLR

  • ICLR由Yann LeCun和Yoshua Bengio等大牛发起，在2013年成立了第一届会议，会议开创了公开评议机制（open review）。它虽然是一个很年轻的会议，但已经成为深度学习领域不容忽视的重要会议。
  • ICLR主要发表深度学习各方面的前沿研究，其中涵盖人工智能、统计学和数据科学以及机器视觉、计算生物学、语音识别、文本理解、游戏和机器人等重要应用领域。

• CoNLL

  • CoNLL由SIGDAT每年组织举办，也是NLP领域影响力非常大的技术评测会议。

• NLPCC

  • NLPCC全称为CCF国际自然语言处理与中文计算会议，会议由中国计算机学会（CCF）主办，CCF中文信息技术专业委员会（CCF TCCI）及高校（每年通过投票选举）承办。会议内容主要围绕自然语言处理（NLP）和中文计算（CC）两方面来进行。
  • NLPCC会议包括多个技术评测、学科前沿讲习班（ADL）、主会（含特邀报告Keynote、论文报告Oral、墙报Poster、研讨会Workshop）等活动，它是国内首个 NLP 领域的国际会议。

V. 资源共享

• 《python深度学习》

• 《西瓜书》 周志华

• 《机器学习实战》

• 《花书》 深度学习圣经

• 《自然语言处理综论》 NLP入门圣经

• 《统计自然语言处理》

• 《算法导论(第3版)》

相关资料已整理，请关注微信公众号 Weekly陪你读书，回复 NLP入门资料 领取。