斯坦福CS224n自然语言处理中文笔记：深度学习课程笔记资源。

ChatBotCourse是Github上的一个项目，专注于提供自己动手做聊天机器人的教程。项目涵盖多种知识，包括自然语言处理基础如NLTK库的使用、语料与词汇资源相关内容，还有利用深度学习框架构建聊天机器人等众多知识板块。其在Github上获得了5.9k个星标和1.7k个分叉，包含多种编程语言编写的文件，有Python、HTML、Java等，遵循MIT许可协议，为开发者提供了全面且详细的聊天机器人制作教程。

ymcui/Chinese - XLNet项目由哈工大讯飞联合实验室推出，提供了面向中文的XLNet预训练模型，包含模型下载相关信息，如不同参数的XLNet - mid和XLNet - base模型在Google和百度网盘的下载方式等，且在多个任务如简体中文阅读理解、繁体中文阅读理解、情感分类任务上对比了多种模型的基线系统效果，还详细阐述了预训练细节以及下游任务微调细节等内容，是一个对中文自然语言处理研究有重要参考价值的项目。

zergtant/pytorch - handbook是一本开源书籍，目标是帮助想要用PyTorch进行深度学习开发和研究的朋友快速入门。书中参考网上资料并附原文地址，教程经测试确保可行，还提供版本说明、在线版本和PDF国内镜像等资源，有交流群方便大家交流，作者也会随着PyTorch版本更新不断完善内容，这是一个非常适合PyTorch初学者的资源。

这是一个在Github上名为crownpku/Information - Extraction - Chinese的项目，专注于中文信息抽取工作，其中涵盖命名实体识别和关系抽取等内容。项目使用IDCNN/biLSTM + CRF进行中文命名实体识别，利用biGRU + 2ATT开展关系抽取，并且各子任务有单独详细的README.md文件。这个项目在中文信息抽取相关的深度学习应用方面有独特之处，值得关注与深入探讨。

《DeepLearning - 500 - questions》全书共18个章节，50余万字。以问答形式阐述概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题。内容源于编者日常学习知识点及公司笔面试题，凝聚众多科研人员和工程师经验，可为多领域人员提供参考，适合需要查漏补缺的应聘者和面试官阅读，欢迎大家提出批评指正并参与讨论。

ansj_seg是NLPchina在GitHub上的项目，专注于中文分词。它有着多种应用场景，但也存在局限性。本文详细介绍其项目背景、目的、核心技术等内容，欢迎讨论。