最近有時間我會從前往后閱讀nlper這個博客，發現“Most Influential NLP Papers”這篇文章比較有參考價值，不過寫于06年初，稍早一些，但是真金不怕火煉，就放在這里供大家參考了！
　　“I conducted a mini survey recently, asking people I knew what they thought were the most influential papers in NLP from the past two decades. Here are the wholly unscientific results, sorted from most votes and subsorted by author. Note that I only got responses from 7 people. I’ve not listed papers that got only one vote and have not included my personal votes.”
　　按照作者的說法，他是做了一個小型的調查，通過詢問他所了解的自然語言處理的研究者“過去20年他們所認為的最有影響力的自然語言處理論文”得到這個調查結果的。事實上，作者僅僅得到七個人的回應，并且其中六個人是南加州大學（作者所工作的單位）和賓州大學的。以下是調查的最終結果，按照得票數進行排序，如果票數相同，則按論文作者的姓名進行排序，注意其中并不包括只得到一票的論文和作者自己的投票：
　　(7 votes): Brown et al., 1993; The Mathematics of Statistical Machine Translation（統計機器翻譯）
　　(5 votes): Collins, 1997; Three Generative, Lexicalised Models for Statistical Parsing（統計句法分析）
　　(4 votes): Marcus, 1993 Building a large annotated corpus of English: the Penn Treebank（語料庫）
　　(3 votes): Berger et al., 1996; A maximum entropy approach to natural language processing（最大熵）
　　(2 votes): Bikel et al., 1997; An Algorithm that Learns What’s in a Name
　　(2 votes): Collins, 2002; Discriminative Training Methods for Hidden Markov Models: Theory and Experiments with Perceptron Algorithms
　　(2 votes): Lafferty et al., 2001; Conditional Random Fields: Probabilistic Models for Segmenting and Labeling Sequence Data（條件隨機場）
　　(2 votes): Och, 2003; Minimum Error Rate Training for Statistical Machine Translation（統計機器翻譯）
　　(2 votes): Papineni et al., 2001; Bleu: a method for automatic evaluation of machine translation（機器翻譯自動評測）
　　(2 votes): Ratnaparkhi, 1999; Learning to Parse Natural Language with Maximum Entropy Models
　　(2 votes): Yarowsky, 1995; Unsupervised Word Sense Disambiguation Rivaling Supervised Methods（詞義消歧）
　　括號中是我注釋的所屬領域，機器翻譯之所以占了三個，估計與南加州大學的投票有關。
　　不知道這里是否也可以做個這樣的調查？畢竟個人的能力有限，而大家的力量是無窮的，如果我們這些nlpers一起行動，也許會有一個不錯的調查結果，對大家以及后來者多少都會有些參考。
　　初步的想法是：讀者如果熟悉自然語言處理或者計算語言學某個領域，可以列出自己認可的比較有影響力的幾篇自然語言處理論文，如果能得到足夠的回復，我最后統一匯總一下這些結果，做個類似nlper的調查結論。
　　52nlp還遠沒有nlper那么大的影響力，我也不知道這個調查是否能最終成功，但是希望親愛的nlper們能行動起來，無論是一篇還是兩篇！

注：原創文章，轉載請注明出處“我愛自然語言處理”：www.52nlp.cn

from：http://www.52nlp.cn/most-influential-nlp-papers

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的最有影响力的自然语言处理NLP论文的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。