liuhuanyong/liuhuanyong.github.io-面向中文自然语言处理的学习资源

InsaneLife/ChineseNLPCorpus是一个综合性的中文自然语言处理数据集项目。它包含多种类型的数据集，像阅读理解数据集有DuReader等不同种类；任务型对话数据集包括MedicalDS等；文本分类、情感分析、实体识别等方面也有诸多相关数据集。这些数据为做相关实验提供了丰富的材料，并且项目欢迎补充提交合并。任何人对这个项目有想法或者有使用经验都可以参与讨论。

ymcui/Chinese - BERT - wwm项目发布基于全词掩码技术的中文预训练模型及其相关模型。项目详细给出各模型参数、数据来源、下载方式等。并在多类中文数据集（如阅读理解、情感分析等）测试不同模型效果，为中文自然语言处理研究提供模型资源与实验数据参考。

RasaNLU for Chinese是从RasaHQ/rasa_nlu派生出来的项目。它主要功能是将中文自然语言转化为结构化数据。在使用时需要特定文件，如data/total_word_feature_extractor_zh.dat，该文件由MITIE wordreptools从中文语料库训练得到且训练耗时2 - 3天，并且要先对中文语料库标记化再用于训练，与用户案例匹配的封闭域语料库效果佳，还能从中文维基百科转储和百度百科下载已训练模型，使用时需安装、配置、训练模型并运行服务器等一系列操作。

tumblr - crawler是一个Python脚本，可用于从Tumblr博客下载图片和视频。它提供两种指定下载站点的方式，可通过sites.txt文件或命令行参数。下载内容保存到以博客命名的文件夹，已下载内容不会重复下载，还支持代理使用，程序员可自定义设置，是个很实用的项目。

MIT18.06线性代数笔记项目是关于MIT18.06线性代数的笔记。它能通过多种方式获取，包括在线阅读、不同的安装方式等。有多种联系渠道用于反馈交流。代码由多种语言组成，JavaScript占48.0%、CSS占47.1%、HTML占4.6%等。这个项目为线性代数的学习提供了很好的资源，方便有需要的人获取知识和信息。

[译]Airflow中文文档是一个开源的项目，位于GitHub上的apachecn/airflow - doc - zh。它有着213个星标和62个分叉，为使用中文的开发者提供了方便的Airflow技术学习资料。项目提供多种查看文档的方式，如通过Docker、PYPI、NPM等安装查看，还有在线阅读途径，并且有部分版本的翻译进度信息。这个项目在传播Airflow技术知识方面有着重要意义，有助于中文开发者深入理解和运用Airflow技术。