自然语言处理综论

Daniel Jurafsky, James H. Martin

评分 8.5分

本书是一本全面系统地讲述计算机自然语言处理的优秀教材。本书英文版出版之后好评如潮，国外许多著名大学纷纷把本书选为自然语言处理和计算语言学课程的主要教材，该书被誉为该领域教材的“黄金标准”。本书包含的内容十分丰富，分为四个部分，共21章，深入细致地探讨了计算机处理自然语言的词汇、句法、语义、语用等各个方面的问题，介绍了自然语言处理的各种现代技术。从层次的角度看，本书的论述是按照自然语言的不同层面逐步

语言研究的数学方法

[美]芭芭拉•帕赫蒂, [荷]爱丽丝•特缪伦, [美]罗伯特•沃尔

评分 8.5分

本书由欧美当代顶尖数理语言学家联合力作，欧美大学语言学系经典教材，为目前各个语种中最完善的版本。涵盖离散数学几乎所有内容，尤其包括和语言研究密切相关的部分。全书分为五部分，分别为：集合论；逻辑和形式系统；代数；作为形式语言的英语；语言、语法与自动机。每章后附大量练习，每部分后附复习题，并配有练习答案，帮助加深对所学内容的理解。

现代自然语言生成

黄民烈, 黄斐, 朱小燕

评分 8.6分

本书总结了以神经网络为代表的现代自然语言生成的基本思想、模型和框架。本书共12 章，首先介绍了自然语言生成的研究背景、从统计语言模型到神经网络语言建模的过程，以及自然语言建模的思想与技术演化过程；其次从基础模型角度介绍了基于循环神经网络、基于Transformer 的语言生成模型，从优化方法角度介绍了基于变分自编码器、基于生成式对抗网络的语言生成模型，从生成方式角度介绍了非自回归语言生成的基本模型

面向机器学习的自然语言标注

[美] 普斯特若夫斯基（James Pustejovsky），, [美] 斯塔布斯（Amber Stubbs）, 普斯特若夫斯基

评分 6.5分

自然语言理解是人工智能的一个重要分支，主要研究如何利用计算机来理解和生成自然语言。本书重点介绍了自然语言理解所涉及的各个方面，包括语法分析、语义分析、概念分析、语料库语言学、词汇语义驱动、中间语言、WordNet、词汇树邻接文法、链接文法、基于语段的机器翻译方法、内识别与文本过滤、机器翻译的评测等，既有对基础知识的介绍，又有对新研究进展的综述，同时还结合了作者（JamesPustejovsky，生

自然语言处理：基于预训练模型的方法

车万翔, 崔一鸣, 郭江

评分 8.1分

自然语言处理被誉为“人工智能皇冠上的明珠”。深度学习等技术的引入为自然语言处理技术带来了一场革命，尤其是近年来出现的基于预训练模型的方法，已成为研究自然语言处理的新范式。本书在介绍自然语言处理、深度学习等基本概念的基础上，重点介绍新的基于预训练模型的自然语言处理技术。本书包括基础知识、预训练词向量和预训练模型三大部分：基础知识部分介绍自然语言处理和深度学习的基础知识和基本工具；预训练词向量部分介绍

Python机器学习及实践

范淼, 李超

评分 6.8分

本书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者，从零开始，以Python编程语言为基础，在不涉及大量数学模型与复杂编程知识的前提下，逐步带领读者熟悉并且掌握当下最流行的机器学习、数据挖掘与自然语言处理工具，如Scikitlearn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。 全书共分4章。第1章简介篇，介绍机器学习概念与Python编程

Natural Language Processing with Python

Steven Bird, Ewan Klein, Edward Loper

评分 8.1分

This book offers a highly accessible introduction to Natural Language Processing, the field that underpins a variety of language technologies, ranging from predictive text and email filtering to autom

自然语言处理与深度学习

[日] 小高知宏

评分 0.0分

本书初步探索了将深度学习应用于自然语言处理的方法。概述了自然语言处理的一般概念，介绍了如何将深度学习技术应用于自然语言处理。通过具体实例说明了如何提取自然语言文本的特征以及如何考虑上下文关系来生成文本。本书中，自然语言文本的特征提取是通过卷积神经网络来实现的，而根据上下文关系来生成文本则利用了循环神经网络。这两个网络是深度学习领域中常用的基础技术

自然语言处理理论与实战

唐聃, 白宁超

评分 6.7分

自然语言处理是什么？谁需要学习自然语言处理？自然语言处理在哪些地方应用？相关问题一直困扰着不少初学者。针对这一情况，作者结合教学经验和工程应用编写此书。《自然语言处理理论与实战》讲述自然语言处理相关学科知识和理论基础，并介绍使用这些知识的应用和工具，以及如何在实际环境中使用它们。由于自然语言处理的特殊性，其是一门多学科交叉的学科，初学者难以把握知识的广度和宽度，对侧重点不能全面掌握。《自然语言处理

大数据智能

刘知远, 崔安颀

评分 7.3分

《大数据智能——互联网时代的机器学习和自然语言处理技术》是一本介绍大数据智能分析的科普书籍，旨在让更多的人了解和学习互联网时代的机器学习和自然语言处理技术，以期让大数据技术更好地为我们的生产和生活服务。 《大数据智能——互联网时代的机器学习和自然语言处理技术》包括大数据智能基础和大数据智能应用两个部分，共8 章。大数据智能基础部分有三章：第1 章以深度学习为例介绍大数据智能的计算框架；第2 章以知

驾驭文本

Grant S. Ingersoll（格兰特.英格索尔）, Thomas S. Morton（托马斯.莫顿）, Andrew L. Farris（安德鲁.法里斯）

评分 6.7分

文本处理是目前互联网内容应用(如搜索引擎、推荐引擎)的关键技术。本书涵盖了文本处理概念和技术的多个方面，包括文本预处理、搜索、字符串匹配、信息抽取、命名实体识别、分类、聚类、标签生成、摘要、问答等。本书的特点在于通过实例来理解文本处理的这些概念和技术，读者利用现有的开源工具就可以自己实现这些实例。

自然语言处理原理与技术实现

罗刚, 张子宪

评分 5.6分

自然语言处理技术已经深入我们的日常生活。我们经常用到的搜索引擎就用到了自然语言理解等自然语言处理技术。自然语言处理是一门交叉学科，涉及计算机、数学、语言学等领域的知识。 《自然语言处理原理与技术实现》详细介绍中文和英文自然语言处理的原理，并以Java 实现，包括中文分词、词性标注、依存句法分析等。其中详细介绍了中文分词和词性标注的过程及相关算法，如隐马尔可夫模型等。在自然语言处理的应用领域主要介绍

多语自然语言处理

Daniel M. Bikel, Imed Zitouni

评分 0.0分

本书是第一本全面阐述如何构建健壮和准确的多语自然语言处理系统的图书，由两位资深专家编辑，集合了该领域众多尖端进展以及从广泛的研究和产业实践中总结出的实用解决方案。第一部分介绍现代自然语言处理的核心概念和理论基础，展示了如何理解单词和文档结构、分析语法、建模语言、识别蕴涵和检测冗余。第二部分彻底阐述与构建真实应用有关的实际考量，包括信息抽取、机器翻译、信息检索、文摘、问答、提炼、处理流水线等。

依存语法的理论与实践

刘海涛

评分 9.6分

《依存语法的理论与实践》的主要目的是，在充分了解前人有关依存关系、配价理论、依存形式化和依存句法分析方法的基础上，归纳出依存语法和配价理论的一般原理和方法，提出一套较完整的基于配价模式的依存语法分析框架，并用实验来证明这一框架的可行性。与此同时，我们也力图用《依存语法的理论与实践》提出的理论架构作为主线，将相关领域的主要研究成果串在一起，形成一部配价理论和依存语法研究的简史。 为了让国内读者更好地