本教材立足于当下大数据与人工智能时代，图书情报学发展的新方向和新趋势，以数字人文为导向，围绕中文信息处理的特点，从汉字处理、自动分词、词性标注、实体识别、浅层句法分析、知识图谱构建、语义标注、知识检索、机器翻译、预训练模型为主要章节内容，重点围绕人工智能与自然语言处理中的前沿深度学习技术，进行相关内容的重新编写。本教材一方面充分讲解了深度学习在中文信息处理中的具体应用，另一方面围绕每一章，针对每一个知识点，以代码实战的形式，呈现和讲解知识的细节和应用的技巧，使前沿深度学习技术能够落到实处，真正帮助专业学生掌握必备的技术能力。较之已出版的相关教材，本教材最大的创新之处在于，除全面梳理和呈现数字人文与中文信息处理所需技术之外，对每一个知识点相关的应用技术都以具体代码的形式进行了呈现和讲解，使得学生所学所有内容都能够落到实处。另一方面，本教材所关注技术以中文为对象，包含了目前深度学习和自然语言处理的相关教材所不具备的内容，如汉字处理、自动分词内容等。

第一章 数字人文下的汉字处理
1.1 汉字基本知识
1.2 汉字编码
1.3 汉字处理程序
1.4 篆体字自动识别
课后习题
第二章 数字人文下的汉语分词
2.1 汉语分词基本知识
2.2 非物质文化遗产自动分词系统
课后习题
第三章 数字人文下的词性自动标注
3.1 词性自动标注的基本知识
3.2 古文词性自动标注的程序
课后习题
第四章 数字人文下的实体识别
4.1 命名实体识别概念与基本原理
4.2 古文实体识别流程
课后习题
第五章 数字人文下的模型预训练
5.1 预训练技术的基本知识
5.2 预训练方法与评价指标
5.3 模型预训练程序
课后习题
第六章 数字人文下的知识图谱构建及应用
6.1 知识图谱构建的基本知识
6.2 基于领域知识图谱的自动问答研究
课后习题
第七章 数字人文下的语义标注
7.1 语义标注的基本知识
7.2 古文语义相似度计算程序
课后习题
第八章 数字人文下的文本分类
８.1 文本分类基本知识
8.2 非物质文化遗产的文本分类程序
课后习题
第九章 数字人文下的文本聚类?
9.1 文本聚类基本知识
9.2 非物质文化遗产的自动聚类
课后习题
第十章 数字人文下的机器翻译
10.1 机器翻译的基本知识
10.2 典籍的汉英和汉白机器翻译程序
课后习题