本书内容包括自然语言处理概述、Python语言简述、Python数据类型、Python流程控制、Python函数、Python数据科学、Sklearn和NLTK、语料清洗、特征工程、中文分词、文本分类、文本聚类、评价指标、信息提取和情感分析。附录给出教学大纲。
本书采用基于Python语言的Sklearn平台和NLTK实现，便于学生更快地掌握自然语言处理的基本思想。实践是最好的学习方法，本书的所有程序都在Anaconda下调试和运行。本书配有源代码、教学课件、语料集、教学大纲、程序安装包、每章的视频讲解等资料。
本书内容精练、文字简洁、结构合理，实训题目经典实用、综合性强，面向初、中级读者，由“入门”起步，侧重“提高”。特别适合作为高等院校自然语言处理和机器学习入门的本科或研究生教材或参考书，也可以供从事人工智能等工作的技术人员应用参考。

第1章 自然语言处理概述
1.1 人工智能发展历程
1.1.1 第一阶段：20年黄金时代
1.1.2 第二阶段：第一次寒冬
1.1.3 第三阶段：繁荣期
1.1.4 第四阶段：第二次寒冬
1.1.5 第五阶段：稳健时代
1.2 自然语言处理
1.2.1 概述
1.2.2 发展历程
1.2.3 处理流程
1.2.4 研究内容
1.3 机器学习算法
1.3.1 监督学习
1.3.2 无监督学习
1.4 自然语言处理相关库
1.4.1 NumPy
1.4.2 Matplotlib
1.4.3 Pandas
1.4.4 SciPy
1.4.5 NLTK
1.4.6 SnowNLP
1.4.7 Sklearn
1.5 语料库
1.5.1 认识语料库
1.5.2 分类
1.5.3 构建原则
1.5.4 常用语料库
1.5.5 搜狗新闻语料库
第2章 Python语言简述
2.1 Python简介
2.1.1 Python发展历程
2.1.2 Python的特点
2.1.3 Python应用场合
2.2 Python解释器
2.2.1 Ubuntu下安装Python
2.2.2 Windows下安装Python
2.3 Python编辑器
2.3.1 IDLE
2.3.2 VS Code
2.3.3 PyCharm
2.3.4 Anaconda
2.3.5 Jupyter
2.4 代码书写规则
2.4.1 缩进
2.4.2 多行语句
2.4.3 注释
2.4.4 编码习惯
2.5 自学网站
2.5.1 菜鸟网站
2.5.2 廖雪峰学Python网站
2.5.3 Python官方网站
2.5.4 Python-100天从新手到大师网站
第3章 Python 数据类型
3.1 变量
3.1.1 变量命名
3.1.2 变量引用
3.2 运算符
3.2.1 算术运算符
3.2.2 关系运算符
3.2.3 赋值运算符
3.2.4 逻辑运算符
3.2.5 位运算符
3.2.6 成员运算符
3.2.7 身份运算符
3.3 表达式
……
第4章 Python流程控制
第5章 Python函数
第6章 Python数据科学
第7章 Sklearn和NLTK
第8章 语料清洗
第9章 特征工程
第10章 中文分词
第11章 文本分类
第12章 文本聚类
第13章 评价指标
第14章 信息提取
第15章 情感分析
附录A 教学大纲
参考文献