Note

本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
English · 原始项目 · 上游 README
原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

自然语言处理进展追踪

目录

英语

• 自动语音识别
• CCG
• 常识
• 成分句法分析
• 指代消解
• 数据到文本生成
• 依存句法分析
• 对话
• 领域适应
• 实体链接
• 语法纠错
• 信息抽取
• 意图检测与槽位填充
• 关键短语抽取与生成
• 语言建模
• 词汇规范化
• 机器翻译
• 缺失元素
• 多任务学习
• 多模态
• 命名实体识别
• 自然语言推理
• 词性标注
• 释义生成
• 问答
• 关系预测
• 关系抽取
• 语义文本相似度
• 语义解析
• 语义角色标注
• 情感分析
• 浅层句法分析
• 文本简化
• 立场检测
• 摘要
• 分类体系学习
• 时间处理
• 文本分类
• 词义消歧

越南语

• 依存句法分析
• 意图检测与槽位填充
• 机器翻译
• 命名实体识别
• 词性标注
• 语义解析
• 分词

印地语

• 组块分析
• 词性标注
• 机器翻译

中文

• 实体链接
• 中文分词
• 问答

如需了解更多中文任务、数据集和结果，请访问 Chinese NLP 网站。

法语

• 问答
• 摘要

俄语

• 问答
• 情感分析
• 摘要

西班牙语

• 命名实体识别
• 实体链接
• 摘要

葡萄牙语

• 问答

韩语

• 问答

尼泊尔语

• 机器翻译

孟加拉语

• 词性标注
• 情感检测
• 情感分析

波斯语

• 命名实体识别
• 自然语言推理
• 摘要

土耳其语

• 摘要

德语

• 问答
• 摘要

阿拉伯语

• 语言建模

本文旨在追踪自然语言处理（Natural Language Processing，NLP）领域的进展，并概述最常见 NLP 任务及其相应数据集上的最先进水平（state-of-the-art，SOTA）。

本文既涵盖依存句法分析和词性标注等传统核心 NLP 任务，也包括阅读理解、自然语言推理等较新的任务。主要目标是为读者快速概览其关注任务的基准数据集和最先进水平，作为进一步研究的起点。为此，若某任务的结果已在某处发布并定期维护（例如公开排行榜），则会引导读者前往该处查看。

若希望以后再次找到本文，只需在浏览器中访问 nlpprogress.com 或 nlpsota.com。

贡献

指南

结果   优先采用已发表论文中报告的结果；对于具有影响力的预印本，可酌情例外。

数据集   数据集除在介绍该数据集的论文中使用外，还应在至少一篇已发表论文中用于评估。

代码   建议在有可用实现时添加实现链接。若表格中尚无该列，可添加 Code 列（见下文）。在 Code 列中，使用 Official. 标注官方实现。若有非官方实现，请使用 Link（见下文）。若无可用实现，可将该单元格留空。

添加新结果

若要添加新结果，只需点击相应任务文件右上角的小编辑按钮（见下文）。

这允许您以 Markdown 格式编辑文件。只需按相同格式向相应表格添加一行。确保表格保持排序（最佳结果排在最上方）。完成修改后，请点击页面顶部的 "Preview changes" 选项卡，确认表格显示正常。若一切无误，请滚动至页面底部，您将看到下方表单。

为拟议的变更添加名称和可选描述，选择 "Create a new branch for this commit and start a pull request"，然后点击 "Propose file change"。

添加新数据集或任务

添加新数据集或任务时，也可遵循上述步骤。或者，您可以 fork 该仓库。无论采用哪种方式，请按以下步骤操作：

1. 若任务完全全新，请创建新文件并在上方目录中添加链接。
2. 否则，将任务或数据集添加到相应文件的对应章节中（按字母顺序排列）。
3. 简要描述数据集/任务并附上相关参考文献。
4. 说明评估设置和评估指标。
5. 展示数据集/任务的标注示例样貌。
6. 若有下载链接，请添加。
7. 复制下方表格，并为数据集/任务填写至少两条结果（包括最先进水平）（将 Score 改为您数据集的指标）。若数据集/任务有多个指标，请添加到 Score 的右侧。
8. 以 pull request 形式提交变更。

Model	Score	Paper / Source	Code

愿望清单

以下仍是尚未覆盖的任务与数据集：

• 双语词典归纳（bilingual dictionary induction）
• 话语解析（discourse parsing）
• 关键短语抽取（keyphrase extraction）
• 知识库填充（KBP, knowledge base population）
• 更多对话任务
• 半监督学习（semi-supervised learning）
• 框架语义解析（FrameNet 整句分析，frame-semantic parsing）

导出为结构化格式

你可以将所有数据提取为结构化的、机器可读的 JSON 格式，其中包含已解析的任务、描述与 SOTA 表格。

说明见 structured/README.md。

在本地构建网站的说明

使用 Jekyll 在本地构建网站的说明见此处。