Synced 深度研学社 每周干货，每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少，每周进步一点点~
【入门文章】 Advances in Natural Language Processing
by Julia Hirschberg, Christopher D. Manning
简介：作者Julia Hirschberg是哥伦比亚大学的计算机系教授，Christopher D. Manning是斯坦福大学计算机系和语言学系教授。这篇文章于2015年7月发表于Science，介绍自然语言处理领域的发展和挑战，作者站在一定高度上总结回顾了主要方向的推动和进展，包括的内容有机器学习、对话系统、机器阅读、社交网络数据挖掘等。
链接：
web: http://science.sciencemag.org/content/349/6245/261
PDF: http://science.sciencemag.org/content/sci/349/6245/261.full.pdf
【技术分析】Knowledge as a Teacher: Knowledge-Guided Structural Attention Network
by Yun-Nung Chen, Dilek Hakkani-Tur, Gokhan Tur, Asli Celikyilmaz, Jianfeng Gao, Li Deng
简介：
作者来自台湾国立大学、Google Research和 Microsoft Research。这篇论文研究口语对话系统的重要核心：自然语言理解，其中介绍了一个新型模型：knowledge-guided structural attention network，在传统RNN的基础上加入了知识引导的非扁平的网络拓扑，达到获取在训练数据集中的子结构和预测给定语句的明显子结构。
链接：https://arxiv.org/pdf/1609.03286v1.pdf
【资源分享】TensorFlow Tutorial and Examples for Beginners
简介： 这份教程教授如何通过案例来学习 TensorFlow ，主要包括如何实现现下盛行的机器学习算法。每一部分包含笔记和代码，覆盖的内容有基本模型、神经网络和实践技术，包括的重点有最近临、线性回归、logistic回归、多层感知器、卷积神经网络、各类循环神经网络、自编码器、模型的恢复和保存、可视化问题的解决等等。
链接：https://github.com/aymericdamien/TensorFlow-Examples
