**40\. 国内电话号码正则匹配（三大运营商+虚拟等）:** [github](https://github.com/VincentSit/ChinaMobilePhoneNumberRegex)

**41\. 清华大学XLORE:中英文跨语言百科知识图谱:** [link](https://xlore.org/download.html)

上述链接中包含了所有实体及关系的TTL文件，更多数据将在近期发布。

概念，实例，属性和上下位关系数目

| 百度 |中文维基 | 英文维基 | 总数

--|---|---|---|--

概念数量 |32,009 | 150,241| 326,518| 508,768

实例数量| 1,629,591 |640,622| 1,235,178| 3,505,391

属性数量| 157,370 |45,190 |26,723 |229.283

InstanceOf| 7,584,931| 1,449,925| 3,032,515 |12,067,371

SubClassOf| 2,784 |191,577| 555,538 |749,899

跨语言连接（概念/实例）

| 百度 | 中文维基 | 英文维基

--|---|---|--

百度| -| 10,216/336,890| 4,846/303,108

中文维基| 10,216/336,890| - |28,921/454,579

英文维基| 4,846/303,108 |28,921/454,579| -

**42\. 清华大学人工智能技术系列报告：** [link](https://reports.aminer.cn)

每年会出AI领域相关的报告，内容包含

- 自然语言处理 [link](https://static.aminer.cn/misc/article/nlp.pdf)

- 知识图谱 [link](https://www.aminer.cn/research_report/5c3d5a8709%20e961951592a49d?download=true&pathname=knowledgegraph.pdf)

- 数据挖掘 [link](https://www.aminer.cn/research_report/5c3d5a5cecb160952fa10b76?download=true&pathname=datamining.pdf)

- 自动驾驶 [link](https://static.aminer.cn/misc/article/selfdriving.pdf)

- 机器翻译 [link](https://static.aminer.cn/misc/article/translation.pdf)

- 区块链 [link](https://static.aminer.cn/misc/article/blockchain_public.pdf)

- 机器人 [link](https://static.aminer.cn/misc/article/robotics_beta.pdf)

- 计算机图形学 [link](https://static.aminer.cn/misc/article/cg.pdf)

- 3D打印 [link](https://static.aminer.cn/misc/article/3d.pdf)

- 人脸识别 [link](https://static.aminer.cn/misc/article/facerecognition.pdf)

- 人工智能芯片 [link](https://static.aminer.cn/misc/article/aichip.pdf)

- 等等

**43\.自然语言生成方面:**

[Ehud Reiter教授的博客](https://ehudreiter.com) 北大万小军教授强力推荐，该博客对NLG技术、评价与应用进行了深入的探讨与反思。

[文本生成相关资源大列表](https://github.com/ChenChengKuan/awesome-text-generation)

[自然语言生成：让机器掌握自动创作的本领 - 开放域对话生成及在微软小冰中的实践](https://drive.google.com/file/d/1Mdna3q986k6OoJNsfAHznTtnMAEVzv5z/view)

[文本生成控制](https://github.com/harvardnlp/Talk-Latent/blob/master/main.pdf)

**44\.:**

[jieba](https://github.com/fxsjy/jieba)和[hanlp](https://github.com/hankcs/pyhanlp)就不必介绍了吧。

**45\.NLP太难了系列:** [github]

**46\.自动对联数据及机器人:**

[70万对联数据 link](https://github.com/wb14123/couplet-dataset)

[代码 link](https://github.com/wb14123/seq2seq-couplet)

上联 |下联

--|--

殷勤怕负三春意 | 潇洒难书一字愁

如此清秋何吝酒 | 这般明月不须钱

**47\.用户名黑名单列表：** [github](https://github.com/marteinn/The-Big-Username-Blacklist)

包含了用户名禁用列表，比如: [link](https://github.com/marteinn/The-Big-Username-Blacklist/blob/master/list_raw.txt)

**48\.罪名法务名词及分类模型:** [github](https://github.com/liuhuanyong/CrimeKgAssitant)

**49\.微信公众号语料:** [github](https://github.com/nonamestreet/weixin_public_corpus)

3G语料，包含部分网络抓取的微信公众号的文章，已经去除HTML，只包含了纯文本。每行一篇，是JSON格式，name是微信公众号名字，account是微信公众号ID，title是题目，content是正文

**50\.cs224n深度学习自然语言处理课程：**[link](http://web.stanford.edu/class/cs224n/)

**51\.中文手写汉字识别：**[github](https://github.com/chizhanyuefeng/Chinese_OCR_CNN-RNN-CTC)

**52\.中文自然语言处理 语料/数据集：**[github](https://github.com/SophonPlus/ChineseNlpCorpus)

[竞品：THUOCL（THU Open Chinese Lexicon）中文词库](https://github.com/thunlp/THUOCL)

**53\.变量命名神器：**[github](https://github.com/unbug/codelf) [link](https://unbug.github.io/codelf/)