自然语言处理导论

封面

版权信息

作者简介

内容简介

数学符号

序

前言

第1部分 基础技术

第1章 绪论

1.1 自然语言处理的基本概念

1.1.1 自然语言处理简史

1.1.2 自然语言处理的主要研究内容

1.1.3 自然语言处理的主要难点

1.2 自然语言处理的基本范式

1.2.1 基于规则的方法

1.2.2 基于机器学习的方法

1.2.3 基于深度学习的方法

1.2.4 基于大模型的方法

1.3 本书内容安排

第2章 词汇分析

2.1 语言中的词汇

2.1.1 词的形态学

2.1.2 词的词性

2.2 词语规范化

2.2.1 词语切分

2.2.2 词形还原

2.2.3 词干提取

2.3 中文分词

2.3.1 中文分词概述

2.3.2 基于最大匹配的中文分词算法

2.3.3 基于线性链条件随机场的中文分词算法

2.3.4 基于感知器的中文分词算法

2.3.5 基于双向长短期记忆网络的中文分词算法

2.3.6 中文分词评测方法

2.3.7 中文分词语料库

2.4 词性标注

2.4.1 基于规则的词性标注

2.4.2 基于隐马尔可夫模型的词性标注

2.4.3 基于卷积神经网络的词性标注

2.4.4 词性标注评测方法

2.4.5 词性标注语料库

2.5 延伸阅读

2.6 习题

第3章 句法分析

3.1 句法概述

3.1.1 成分语法理论概述

3.1.2 依存语法理论概述

3.2 成分句法分析

3.2.1 基于上下文无关语法的成分句法分析

3.2.2 基于概率上下文无关语法的成分句法分析

3.2.3 成分句法分析评测方法

3.3 依存句法分析

3.3.1 基于图的依存句法分析

3.3.2 基于神经网络的图依存句法分析

3.3.3 基于转移的依存句法分析

3.3.4 基于神经网络的转移依存句法分析

3.3.5 依存句法分析评测方法

3.4 句法分析语料库

3.5 延伸阅读

3.6 习题

第4章 语义分析

4.1 语义学概述

4.1.1 词汇语义学

4.1.2 句子语义学

4.2 语义表示

4.2.1 谓词逻辑表示

4.2.2 框架表示

4.2.3 语义网络表示

4.3 分布式表示

4.3.1 词分布式表示

4.3.2 句子分布式表示

4.3.3 篇章分布式表示

4.4 词义消歧

4.4.1 基于目标词上下文的词义消歧算法

4.4.2 基于词义释义匹配的词义消歧算法

4.4.3 基于词义知识增强预训练的词义消歧算法

4.4.4 词义消歧评测方法

4.4.5 词义消歧语料库

4.5 语义角色标注

4.5.1 基于句法树的语义角色标注算法

4.5.2 基于深度神经网络的语义角色标注算法

4.5.3 语义角色标注评测方法

4.5.4 语义角色标注语料库和语义角色标注评测

4.6 延伸阅读

4.7 习题

第5章 篇章分析

5.1 篇章理论概述

5.1.1 篇章的衔接

5.1.2 篇章的连贯

5.1.3 篇章的结构

5.2 话语分割

5.2.1 基于词汇句法树的统计话语分割算法

5.2.2 基于循环神经网络的话语分割算法

5.3 篇章结构分析

5.3.1 修辞结构篇章分析

5.3.2 浅层篇章分析

5.4 指代消解

5.4.1 基于表述对的指代消解算法

5.4.2 基于表述排序的指代消解算法

5.4.3 基于实体的指代消解算法