方向是自然語(yǔ)言處理的同學(xué)們有福啦，為了跟蹤自然語(yǔ)言處理(NLP)的進(jìn)展，有大量仁人志士在 Github 上維護(hù)了一個(gè)名為 NLP-Progress 的庫(kù)。它記錄了幾乎所有NLP任務(wù)的 baseline 和 標(biāo)準(zhǔn)數(shù)據(jù)集，同時(shí)還記錄了這些問(wèn)題的state-of-the-art。

Github

https://github.com/sebastianruder/NLP-progress

官方網(wǎng)址

https://nlpprogress.com/

整理報(bào)道

huaiwen

NLP-Progress 同時(shí)涵蓋了傳統(tǒng)的NLP任務(wù)，如依賴解析和詞性標(biāo)注，和一些新的任務(wù)，如閱讀理解和自然語(yǔ)言推理。它的不僅為讀者提供這些任務(wù)的 baseline 和 標(biāo)準(zhǔn)數(shù)據(jù)集，還記錄了這些問(wèn)題的state-of-the-art。

下面小編簡(jiǎn)單列舉了幾個(gè)NLP-Progress 記錄的任務(wù)：

Coreference resolution 共指消解

Dependency parsing 依存分析

Dialogue 對(duì)話

Domain Adaption 領(lǐng)域遷移

Entity Linking 實(shí)體鏈接

Information extraction 信息抽取

Language modeling 語(yǔ)言模型

Machine translation 機(jī)器翻譯

Multi-task learning 多任務(wù)學(xué)習(xí)

Multi-modal 多模態(tài)

Named entity recognition 命名實(shí)體是被

Natural language inference 自然語(yǔ)言推理

Part-of-speech tagging 詞性標(biāo)注

Question answering 問(wèn)答

Relation prediction 關(guān)系預(yù)測(cè)

Relationship extraction 關(guān)系抽取

Semantic textual similarity 語(yǔ)義文本相似性

Semantic parsing 語(yǔ)義分析

Semantic role labeling 語(yǔ)義角色標(biāo)注

Sentiment analysis 情感分析

Summarization 文本照耀

Taxonomy learning 分類結(jié)構(gòu)學(xué)習(xí)

Temporal processing 時(shí)序分析

Text classification 文本分類

Word sense disambiguation 詞義消岐

。。。

。。。

對(duì)于每一個(gè)任務(wù)，NLP-Progress都會(huì)簡(jiǎn)單介紹一下這個(gè)任務(wù)是做什么的，并詳細(xì)列出公開(kāi)的標(biāo)準(zhǔn)數(shù)據(jù)集，以及在該數(shù)據(jù)集上各個(gè)模型目前的排名情況。比如，比較火的Question answering 問(wèn)答系統(tǒng)任務(wù)，它的組織形式如下：

具體到某一個(gè)開(kāi)放數(shù)據(jù)集，如 Quasar, 貢獻(xiàn)者會(huì)簡(jiǎn)單介紹該數(shù)據(jù)集的組成，然后列出論文排行榜，其中每一行都包括：模型，效果，文章名和鏈接，以及代碼鏈接。

還等什么，趕緊去 Star一下。