本文來自AI新媒體量子位（QbitAI）
自然語言處理入門該上什麼課，看什麼書，有哪些工具可用？Medium作者Melanie Tosik彙總了一份資源，量子位節選了其中的課程、庫、教材部分，并進行了簡單的說明。
斯坦福大學自然語言處理入門課程
教師：Dan Jurafsky & Chris Manning
<a>https://www.youtube.com/watch?v=nfoudtpBV68&list=PL6397E4B26D00A269</a>
斯坦福CS224d：用深度學習做自然語言處理
教師：Richard Socher
<a>http://cs224d.stanford.edu/syllabus.html</a>
與Manning的入門課程相比，這門課講解了更進階的機器學習算法，以及用于NLP的深度學習和神經網絡架構。
Coursera公開課：自然語言處理入門
<a>https://www.coursera.org/learn/natural-language-processing</a>
密歇根大學提供的NLP入門課程
spaCy
一個開源Python庫，有很好的用例、API文檔和demo應用。
自然語言工具包 (NLTK)
Python NLP程式設計的實用入門工具，主要用于教學。
斯坦福CoreNLP
一個高品質Java分析工具包
Speech and Language Processing
作者：Daniel Jurafsky & James H. Martin
自然語言處理經典教科書，覆寫了這一領域的所有基礎知識。第二版可以購買紙質版，也可以線上閱讀作者釋出的電子版；第三版尚未出版，作者目前釋出了部分章節。
Foundations of Statistical Natural Language Processing
<a>https://nlp.stanford.edu/fsnlp/</a>
作者：Chris Manning & Hinrich Schütze 比上一本書略高階，主要講NLP中的統計學方法。
Introduction to Information Retrieval
<a>https://nlp.stanford.edu/IR-book/</a>
作者：Chris Manning、Prabhakar Raghavan & Hinrich Schütze
排名/搜尋領域的一本好書。
Neural Network Methods in Natural Language Processing
<a>https://www.amazon.com/Network-Methods-Natural-Language-Processing/dp/1627052984</a>
作者：Yoav Goldberg
對NLP領域神經網絡應用的深入介紹。
見Nicolas Iderhoff在GitHub上釋出的NlP資源彙總：
本文作者：允中
原文釋出時間：2017-05-03