本书介绍自然语言处理的基本概念、相关技术和常见应用。全书共9章，内容包括自然语言处理概述、词法分析、句法分析、基于机器学习的文本分类、深度学习与神经网络、词恢入与词向量、卷积神经网络与自然语言处理、循环神经网络与自然语言处理、序列到序列模型与注意力机制。第2-9章中，每章都配有相关实例，读者可以通过这些实例巩固所学知识。另外，本书每章章末都有相应的习题，可供读者练习。
本书可作为高等院校计算机、人工智能、大数据相关专业本科生的教材，也可供计算机相关技术人员参考。

王刚，博士，南开大学计算机学院讲师，硕士生导师。研究方向包括机器学习、自然语言处理等。天津市级一流课程负责人，天津市级教学团队成员，主持和参与国家级和省部级校企项目、教改项目10余项，发表科研和教学论文9篇，主持和参与编写教材十余部。

前言
第1章 自然语言处理概述
1.1 自然语言处理的基本概念
1.1.1 什么是自然语言处理
1.1.2 自然语言处理的层次
1.1.3 自然语言处理的发展历程
1.2 自然语言处理技术面临的困难
1.2.1 歧义
1.2.2 知识的获取、表达及运用
1.2.3 计算问题
1.3 自然语言处理的主要研究任务和应用
1.3.1 自然语言处理的主要研究任务
1.3.2 自然语言处理的典型应用
1.4 搭建自然语言处理开发环境
1.4.1 Anaconda
1.4.2 scikit-learn
1.4.3 Jupyter Notebook
1.5 本章小结
1.6 习题
第2章 词法分析
2.1 什么是词法分析
2.2 分词
2.2.1 中文分词简介
2.2.2 基于词典的分词方法
2.2.3 基于统计的分词方法
2.2.4 实例——使用N-gram语言模型进行语法纠正
2.2.5 中文分词工具简介
2.2.6 实例——使用jieba进行高频词提取
2.3 关键词提取
2.3.1 TF-IDF算法
2.3.2 TextRank算法
2.3.3 实例——提取文本关键词
2.4 词性标注
……
第3章 句法分析
第4章 基于机器学习的文本分类
第5章 深度学习与神经网络
第6章 词嵌入与词向量
第7章 卷积神经网络与自然语言处理
第8章 循环神经网络与自然语言处理
第9章 序列到序列模型与注意力机制
参考文献