GitHub 上有哪些有趣的關(guān)于 NLP 的Python項目？

知乎上有人提問：GitHub 上有哪些有趣的關(guān)于 NLP 的Python項目？

先來說說什么是NLP？

自然語言處理(NLP)的重點是使計算機(jī)能夠理解和處理人類語言。計算機(jī)擅長處理結(jié)構(gòu)化數(shù)據(jù)，如電子表格；然而，我們寫或說的很多信息都是非結(jié)構(gòu)化的。

自然語言處理的目標(biāo)是使計算機(jī)能夠理解非結(jié)構(gòu)化文本并從中提取有意義的信息。多虧了spaCy和NLTK等開源庫，我們只需幾行Python代碼就可以實現(xiàn)許多NLP技術(shù)。

說到Github上的NLP項目，這里強烈推薦一個36.9K star的倉庫：「funNLPPublic」

https://github.com/fighting41love/funNL

這是一個中文NLP項目，作者聲稱是NLP民工的樂園: 幾乎最全的中文NLP資源庫

我仔細(xì)看了該項目資源的結(jié)構(gòu)，主要是分為各類行業(yè)詞庫、語料庫、分詞處理工具、語義判別工具、正則應(yīng)用工具、NLP開源算法、行業(yè)技術(shù)報告、各種NLP處理框架等等

凡是中文領(lǐng)域NLP沾邊的地方，作者通通匯總了相關(guān)資源，對初學(xué)者來說是不錯的一個檢索倉庫。

雖然看起來比較亂，作者沒有去做詳細(xì)的歸類，但良心在于很全，能讓你輕松地玩轉(zhuǎn)各種nlp知識，也不失趣味。

下面分別舉例一些資源，供大家參考，詳細(xì)的可以去github倉里自行查找

行業(yè)詞庫、語料庫（IT、汽車、醫(yī)學(xué)、動物、財經(jīng)、法律等）

NLP論文、行業(yè)報告

PDF文檔處理

語音處理工具

行業(yè)應(yīng)用場景

nlp框架和工具

當(dāng)然上述案例只是該項目的一小部分，我看了下總共有將近400個NLP資源，非常全。

其他關(guān)于NLP的好項目也很多，比如NLP-progress、HanLP、spaCy、jina等等，大家可以自己去探索下。