NLP-Progress库NLP的最新数据集、论文和代码

方向是自然语言处理的同学们有福啦，为了跟踪自然语言处理(NLP)的进展，有大量仁人志士在 Github 上维护了一个名为 NLP-Progress 的库。它记录了几乎所有NLP任务的 baseline 和 标准数据集，同时还记录了这些问题的state-of-the-art。

Github

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

官方网址

https://nlpprogress.com/

整理报道

huaiwen

NLP-Progress 同时涵盖了传统的NLP任务，如依赖解析和词性标注，和一些新的任务，如阅读理解和自然语言推理。它的不仅为读者提供这些任务的 baseline 和 标准数据集，还记录了这些问题的state-of-the-art。

下面小编简单列举了几个NLP-Progress 记录的任务：

Coreference resolution 共指消解

Dependency parsing 依存分析

Dialogue 对话

Domain Adaption 领域迁移

Entity Linking 实体链接

Information extraction 信息抽取

Language modeling 语言模型

Machine translation 机器翻译

Multi-task learning 多任务学习

Multi-modal 多模态

Named entity recognition 命名实体是被

Natural language inference 自然语言推理

Part-of-speech tagging 词性标注

Question answering 问答

Relation prediction 关系预测

Relationship extraction 关系抽取

Semantic textual similarity 语义文本相似性

Semantic parsing 语义分析

Semantic role labeling 语义角色标注

Sentiment analysis 情感分析

Summarization 文本照耀

Taxonomy learning 分类结构学习

Temporal processing 时序分析

Text classification 文本分类

Word sense disambiguation 词义消岐

。。。

。。。

对于每一个任务，NLP-Progress都会简单介绍一下这个任务是做什么的，并详细列出公开的标准数据集，以及在该数据集上各个模型目前的排名情况。比如，比较火的Question answering 问答系统任务，它的组织形式如下：

具体到某一个开放数据集，如 Quasar, 贡献者会简单介绍该数据集的组成，然后列出论文排行榜，其中每一行都包括：模型，效果，文章名和链接，以及代码链接。

还等什么，赶紧去 Star一下。