【转载】常见26种NLP任务的练手项目_nlp项目

首先声明下，今天发的这些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。

1.分词 Word Segmentation

https://github.com/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

https://github.com/Kyubyong/word_prediction ，基于CNN做词预测，提供数据和代码。

3. 文本蕴涵 Textual Entailment

https://github.com/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

https://github.com/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

https://github.com/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

https://github.com/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

https://github.com/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

http://knowitall.cs.washington.edu/paralex/， 基于复述驱动学习的开放域问答。

9. 音汉互译 Pinyin-To-Chinese

https://github.com/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：https://nlp.stanford.edu/sentiment/，https://sentic.net/about/。

11. 手语识别 Sign Language Recognition

https://signall.us/， 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。

https://github.com/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

https://github.com/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

https://github.com/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

https://github.com/vsuthichai/paraphraser，基于Tensorflow的句子级复述生成，适合练手。

17. 关系抽取 Relationship Extraction

https://github.com/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

https://github.com/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

https://github.com/alvations/pywsd，代码不多，方法简单，适合练手。

21. 命名实体消歧 Named Entity Disambiguation

https://github.com/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

https://github.com/pln-fing-udelar/pghumor

23. 讽刺检测 Sarcasm Detection

https://github.com/AniSkywalker/SarcasmDetection，基于神经网络的讽刺检测。

24. 实体链接 Entity Linking

https://github.com/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

https://github.com/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

https://github.com/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。