AI 与机器学习2020arxiv.org
Stanza：面向多种人类语言的 Python 自然语言处理工具包
Stanza: A Python natural language processing toolkit for many human languages
进阶 · 约 30 分钟读完前置知识：Python 编程、NLP 基础、依存句法分析
导读
Stanza 是斯坦福团队推出的 Python 自然语言处理工具包，为多种人类语言提供分词、词性标注、依存句法分析等基础 NLP 流水线，论文介绍了其统一的标注框架与多语言模型覆盖。评论区的实测显示它在处理英语花园路径句（如 "The old man the boat."）时仍会把兼类词判为名词而非动词，这类歧义句仍是难点。
HN 关注点：作为 NLTK/spaCy 之外的多语言替代方案，并实际拿刁钻句子测试模型表现。
后来怎么样
Stanza 已成为多语言依存句法分析和词性标注的常用开源工具，支持数十种语言，并在多语言 NLP 研究与工程实践中被广泛采用。
HN 评论精选
这几条评论里：支持 1 质疑 1 补充 1 亲历 1
亲历实测发现 Stanza 在花园路径句的兼类词消歧上会出错。
我很好奇它怎么处理花园路径句。对 "The old man the boat."，Stanza 把 "man" 判为名词而不是动词；同样 "The complex houses married and single soldiers and their families." 里的 "houses" 也被判为名词而非动词。这类句子大多是边角案例，但作为小实验还是挺有意思的。
mylampisawesome查看英文原文
I was rather curious to see how this handled Garden Path Sentences[0]. For "The old man the boat.", Stanza interprets "man" as a noun rather than a verb. Similarly, for "The complex houses married and single soldiers and their families." "houses" is also interpreted as a noun rather than a verb. These sentences are mostly corner-cases, but was an interesting little experiment nonetheless. [0] https://en.wikipedia.org/wiki/Garden-path_sentence
补充补充说明 Stanza 英文分词依赖 spaCy，但多语言覆盖更广。
它的英文分词确实用的是 spaCy，但整体上支持的语言更广。比如 spaCy 的中文模型才刚完成 beta 版（附 GitHub 讨论链接）。
dcsan查看英文原文
This does use spaCy for english tokenization, but has a bit wider support for languages in general. eg spaCy has just finished their Chinese models in beta Discussion: https://github.com/howl-anderson/Chinese_models_for_SpaCy/issues/26
支持视其为 NLTK 的互补工具，并期待支持自定义训练。
很高兴看到老牌的 nltk 之外有了一个替代、或者说是互补的库。希望 Stanza 能支持对模型做额外的训练/微调。
sireat查看英文原文
Nice to see an alternative or rather a complementary library to the well worn nltk. Hopefully Stanza provides for supplemental training for their models.
质疑疑问：它与 Hugging Face 的定位区别何在。
这基本上就是支持更多语言的 Hugging Face 吗？
sdan查看英文原文
This is basically hugging face with more languages?
相关资源
从这篇论文所有 HN 讨论帖的全部评论里整理出来的链接。
历次讨论
- 2020Hacker News 讨论帖186 分 · 22 评
同领域还值得读
DeepSeek-R1：通过强化学习激励 LLM 的推理能力
DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via RL
研究如何用强化学习激励大语言模型的推理能力，提出 DeepSeek-R1，并探讨 RL 训练对模型推理表现的影响。
AI 与机器学习2025 · 1,351 分 · 1,056 评 · 引用 30进阶 · 约 80 分钟编辑精选1-bit LLM 时代：面向低成本计算的三值参数
The Era of 1-bit LLMs: ternary parameters for cost-effective computing
提出用三值参数 {-1, 0, 1} 替代 LLM 中的浮点权重，即所谓“1-bit LLM”。
AI 与机器学习2024 · 1,040 分 · 447 评 · 引用 19进阶 · 约 45 分钟编辑精选DeepSeek-V3.2：推进开放大语言模型的前沿
DeepSeek-v3.2: Pushing the frontier of open large language models
这是 DeepSeek-V3.2 的技术报告，延续了 DeepSeek 开源权重模型的路线，目标是让开放模型继续逼近甚至追平前沿闭源模型。
AI 与机器学习2025 · 982 分 · 465 评进阶 · 约 90 分钟编辑精选通过自我对弈与通用强化学习掌握国际象棋和将棋（AlphaZero）
Mastering Chess and Shogi by Self-Play with General Reinforcement Learning
DeepMind 的 AlphaZero 论文：用通用强化学习算法（自我博弈 + MCTS + 神经网络），从零开始仅数小时训练便在国际象棋和将棋上击败了世界顶级引擎 Stock…
AI 与机器学习2017 · 539 分 · 270 评 · 引用 13进阶 · 约 90 分钟编辑精选用强化学习发现更快的矩阵乘法算法
Discovering faster matrix multiplication algorithms with reinforcement learning
论文提出 AlphaTensor，用强化学习搜索矩阵乘法算法。
AI 与机器学习2022 · 518 分 · 111 评专业 · 约 90 分钟编辑精选