大数据时代，网络文本的爆炸式增长为自然语言处理带来了巨大的应用需求。运用深层次的语言学知识来处理自然语言的方法被称为“语言的深度计算”。本书对语言深度计算的理论演进与技术发展进行了全面梳理，结合具体研究案例展示了这种涉及词法、句法、语义等方面“由浅入深”的分析过程。 全书共十二章。第一、二章回溯人类进化过程中交际方式的演变和语言通信设备的更替。第三章介绍搜索引擎技术。第四至七章首先概述自然语言处理的规则模型与统计模型，接着介绍语言知识库，继而探讨语义计算的多层次建模。第八章讲解语音识别与合成技术。第九章阐释本体知识在语义网及知识图谱中的应用。第十、十一章介绍深度问答系统及文本分析技术，聚焦汉语文本内容的深度计算。第十二章展望语言处理技术的未来发展。 本书兼具学术性、前沿性和引领性，适合计算语言学、自然语言处理领域的研究者阅读，也可供语言学、计算机科学技术和数据科学等领域的学者、教师和硕博研究生参考和借鉴。

总序
前言
第一章 人类的进化和交际方式的演变
1.1 人类的进化
1.2 交际方式的演变
1.3 语言在人类发展中的作用
第二章 语言通信设备的更替和网络的诞生
2.1 语言通信设备的更替
2.2 香农的通信模型
2.3 网络的诞生
2.4 社交网络
第三章 网络文本的信息爆炸和搜索引擎的发明
3.1 网络文本的信息爆炸
3.2 信息检索与搜索引擎
3.2.1 信息检索的概念与类型
3.2.2 网络搜索引擎的工作原理
3.3 搜索引擎技术
3.3.1 布尔检索和倒排索引
3.3.2 超链接分析与网页排序
3.4 基于关键词匹配方法的局限性
3.5 基于语义和概念的搜索引擎技术
3.5.1 基于语义的扩充式关键词搜索
3.5.2 基于本体知识推理的语义检索
第四章 自然语言处理的规则模型和统计模型
4.1 自然语言处理技术概说
4.2 基于规则的自然语言处理
4.2.1 有限状态自动机
4.2.2 上下文无关文法
4.2.3 基于上下文无关文法的剖析
4.3 基于统计的自然语言处理
4.3.1 基于概率的语言识别
4.3.2 基于统计的机器翻译
第五章 语言信息处理和语言知识数据库的建设
5.1 语料库和语言知识库概说
5.2 语言知识库面面观
5.2.1 词汇网络（WordNet）
5.2.2 句法树库（Treebank）
5.2.3 动词网络（verbNet）
5.2.4 命题库（PropBank）
5.2.5 情境框架网络（FrameNet）
5.3 相关资源的统一和整合
5.3.1 词义消歧和义项归组
5.3.2 义项与框架对接、框架与实例对勘
5.3.3 相关资源的义项映射和框架映射
5.3.4 实现相关资源的统一和整合
第六章 汉语句法语义知识库的研究与建设
6.1 汉语词类的模糊划分与测试平台
6.1.1 词类的范畴性质
6.1.2 词类的模糊划分和隶属度分析
6.1.3 网络版词类测试平台的设计及实现
6.2 北大实词句法语义信息词典与检索系统
6.2.1 《形容词信息词典》的知识内容
6.2.2 《动词信息词典》的知识内容
6.2.3 《名词信息词典》的知识内容
6.3 汉语动词蕴涵关系和蕴涵型式库建设
6.3.1 语言表达的多样性与文本蕴涵
6.3.2 动词蕴涵关系的理论背景与蕴涵型式库建设的目标
6.3.3 蕴涵式的类聚规律与分类体系
6.3.4 汉语动词蕴涵型式库的体系结构与功能模块
第七章 语言信息处理和语义计算的多层次建模
7.1 理论背景：认知语言学研究的三种范式
7.2 基于认知的语义知识的描述和计算
……
第八章 语音的识别与合成和言语信息处理技术
第九章 语义网替代万维网和本体知识与知识图谱的建构
第十章 深度问答系统和文本分析技术
第十一章 走向文本内容的深度计算和自动理解
第十二章 语言处理技术的发展趋势与未来议题
后记
参考文献
推荐文献
索引