我的机器学习、自然语言处理等阅读清单

目录

1. 自然语言处理
   1. 语言建模与分析
   2. 字符/词嵌入、句子表示与自然语言理解
   3. 机器翻译与语言迁移、生成、摘要及对话
   4. 机器阅读理解与问答
   5. 序列标注与信息检索（POS、NER、SRL、RE、IE、IR、句法分析、EL、共指、话语等）
   6. 情感分析与文本分类
   7. 可解释性与消歧
   8. 其他NLP研究工作
2. 计算机视觉
   1. 视觉表征学习
   2. 图像处理、分类与识别
   3. 目标检测与语义分割
   4. 动作识别
   5. 其他计算机视觉研究工作
3. 视觉与语言
   1. 综述及其他
   2. 基于图像的视觉与语言
      1. 基于图像的视觉-语言建模与多任务学习
      2. 图像检索、字幕生成与编辑
      3. 基于图像的VQA、推理与对话
   3. 基于视频的视觉与语言
      1. 基于视频的视觉-语言建模
      2. 视频检索与字幕生成
      3. 视频定位或区域定位
      4. 视频问答、推理与对话
      5. 其他基于视频的视觉与语言任务
4. 通用表征学习
5. 参数高效学习与持续学习
6. 图、知识图谱与社交网络学习
7. 胶囊网络及其应用
8. 对抗训练、攻击、防御与鲁棒性
9. 零样本/少样本学习与元学习
10. 领域适应、泛化、OOD与去偏
11. 因果学习与不变风险最小化
12. 知识蒸馏与数据插补
13. 标签噪声与异常检测
14. 生成对抗网络、自编码器与归一化流
15. 推荐系统
16. 强化学习与机器人系统
17. 其他研究工作
18. 数学、机器学习、深度学习、强化学习及编程资源

DL-NLP-Readings 快速上手指南

DL-NLP-Readings 并非一个需要编译或运行的软件库，而是一个精心整理的机器学习、自然语言处理（NLP）及计算机视觉领域的论文阅读清单。它通过 Markdown 文件分类汇总了前沿研究文献，旨在为研究人员和开发者提供系统的学习路径。

因此，本指南将指导你如何获取、浏览及利用这份资源。

环境准备

本项目无需特殊的系统环境或复杂的依赖库，仅需具备以下条件即可：

• 操作系统：Windows、macOS 或 Linux 均可。
• 前置依赖：
  • Git：用于克隆代码仓库（推荐）。
  • Markdown 阅读器：任何支持渲染 Markdown 的编辑器（如 VS Code、Typora）或直接使用 GitHub/Gitee 网页版查看。
• 网络环境：建议配置良好的网络连接以访问原始论文链接（部分论文可能需要机构权限或科学上网）。

安装步骤

你可以通过以下两种方式获取该阅读清单：

方式一：使用 Git 克隆（推荐）

在终端中执行以下命令，将仓库下载到本地：

git clone https://github.com/zhao-ht/DL-NLP-Readings.git
cd DL-NLP-Readings

国内加速方案： 如果从 GitHub 克隆速度较慢，可以使用 Gitee 镜像（如果有）或通过国内代理加速。例如使用 Gitee 导入功能生成镜像后克隆：

git clone https://gitee.com/<你的用户名>/DL-NLP-Readings-mirror.git

方式二：直接下载 ZIP

1. 访问项目 GitHub 主页。
2. 点击绿色的 Code 按钮。
3. 选择 Download ZIP。
4. 解压到本地任意目录。

基本使用

获取项目后，你不需要运行任何 Python 脚本，直接使用文本编辑器或浏览器查看目录结构即可开始学习。

1. 浏览目录结构

进入项目根目录，你会看到 readme 文件夹，其中包含了按领域分类的详细列表。主要分类如下：

• 自然语言处理 (NLP)：涵盖语言模型、嵌入表示、机器翻译、问答系统、情感分析等。
  • 入口文件：readme/nlp/language_modeling.md 等
• 计算机视觉 (CV)：涵盖视觉预训练、图像分类、目标检测、动作识别等。
  • 入口文件：readme/cv/vision_pretraining.md 等
• 视觉与语言 (Vision & Language)：涵盖图文检索、视频问答、视觉定位等多模态任务。
  • 入口文件：readme/grounding/image/vision_language.md 等
• 其他前沿方向：包括因果学习、元学习、对抗训练、知识蒸馏、推荐系统等。

2. 查看具体论文列表

以查看 NLP - 语言建模 相关论文为例：

• 本地查看：使用 VS Code 或其他编辑器打开 readme/nlp/language_modeling.md 文件。
• 在线查看：直接在 GitHub 或 Gitee 网页上点击对应的 .md 文件链接。

文件内容通常包含论文标题、发表年份、核心简介以及指向 arXiv 或官方代码库的链接。

3. 追踪最新进展

由于这是一个持续更新的列表，建议定期同步最新内容：

# 进入项目目录
cd DL-NLP-Readings

# 拉取最新提交
git pull origin main

通过以上步骤，你可以高效地利用 DL-NLP-Readings 构建自己的知识体系，跟踪 AI 领域的最新研究成果。