Natural Language Understanding 自然语言理解 第2版 James Allen

TED平行语料库是多语言平行语料库，包括多语言并行语料库和单语语料库。从TED会议www.ted.com 提取109种世界语言。 多语言的平行语料库包括 12 种语言超过1.2亿 个对齐句子并进行了句子对齐。 所有的预处理都是自动完成。

自然语言理解 自然语言理解基础 《人工智能应用基础》 自然语言理解（Natural Language Understanding）俗称人机对话。人工智能的分支学科。研究用电子计算机模拟人的语言交际过程，使计算机能理解和运用人类社会的自然语言如汉语、英语等，实现人机之间的自然语言通信，以代替人的部分脑力劳动，包括查询资料、解答问题、摘录文献、汇编资料以及一切有关自然语言信息的加工处理。这在当前新技术革命的浪潮中占有十分重要的地位。研制第 5代计算机的主要目标之一，就是要使计算机具有理解和运用自然语言的功能。 自然语言理解是一门新兴的边缘学科，内容涉及语言学、心理学、逻辑学、声学、数学和计算机科学，而以语言学为基础。自然语言理解的研究，综合应用了现代语音学、音系学语法学、语义学、语用学的知识，同时也向现代语言学提出了一系列的问题和要求。本学科需要解决的中心问题是：语言究竟是怎样组织起来传输信息的？人又是怎样从一连串的语言符号中获取信息的？ 《人工智能应用基础》 这一领域的研究将涉及自然语言，即人们日常使用的语言，包括中文、英文、俄文、日文、德文、法文等等，所以它与语言学的研究有着密切的联系

自然语言理解 自然语言理解拓展 《Python核心技术》 2012年, 谷歌提出了知识图谱的概念。 知识图谱(knowledge graph) 是以图的形式表现客观世界中的实体(概念、人、事物) 及其之间关系的知识库。 知识图谱 《人工智能应用基础》 知识图谱 《人工智能应用基础》 知识图谱 《人工智能应用基础》 知识图谱 《人工智能应用基础》 知识图谱 《人工智能应用基础》

人工智能-机器学习-服务机器人自然语言理解与任务规划的研究及应用.pdf

基于C#的图灵人工智能语音交流机器人，可以进行语音交流，用到的技术有microsoft speech，讯飞云，图灵自然语言处理，使用方法如下：debug后，点击录音开始说话，说完之后点击停止即可完成一次语音对话，具体功能可以自行移植更改扩展；

融合多源知识的DNN语义解析模型 融合多策略的NLU模型 基于千亿用户点击数据的DNN语义匹配模型等 对话管理

WikiText 英语词库数据（The WikiText Long Term Dependency Language Modeling Dataset）是一个包含1亿个词汇的英文词库数据，这些词汇是从Wikipedia的优质文章和标杆文章中提取得到，包括WikiText-2和WikiText-103两个版本，相比于著名的 Penn Treebank (PTB) 词库中的词汇数量，前者是其2倍，后者是其110倍。每个词汇还同时保留产生该词汇的原始文章，这尤其适合当需要长时依赖(long term dependency)自然语言建模的场景。

斯坦福问答数据库（The Stanford Question Answering Dataset，简称SQuAD），从 Wikipedia 文章中提取出的问题和答案对，从 500 多篇文章中摘取出的 10 万多个问题和答案。

自然语言理解实验报告，中文分词系统，词频统计，最大正相匹配