本书在介绍计算语言学基础理论和方法的同时，兼顾了自然语言处理领域的具体应用，重点介绍了各个语言处理模型与技术的最新发展成果，尤其突出了中文信息处理的最新研究进展。本书包括词汇形态分析、汉语自动分词、自动词性标注、局部句法分析、完全句法分析、语义标注与分析、形式语言理论与自然语言生成、多语言机器翻译和文本智能挖掘，共九章，同时提供词性标记集和数学基础的内容做为附录。 本书既适合具有一定语言学和计算机科学基础的高等院校学生、教师以及研究机构的研究者，也适合希望深入了解自然语言处理的计算机算法工程师阅读，还可供对人工智能、计算语言学和自然语言处理感兴趣的学生和希望进入自然语言处理应用领域的研究者参考使用。

第1章 词汇形态分析
1.1 词与词汇形态学
1.1.1 词型与词例
1.1.2 词汇形态学
1.2 词法分析
1.3 词法分析技术研究综述及进展
1.3.1 词法分析器
1.3.2 词法分析研究进展
1.4 词法分析应用
第2章 汉语自动分词
2.1 传统的汉语自动分词方法
2.1.1 最大匹配法
2.1.2 最大概率法
2.2 未登录词识别
2.2.1 姓名识别
2.2.2 地名识别
2.2.3 机构名识别
2.2.4 新词识别
2.2.5 指代消解
2.3 切分歧义
2.3.1 术语的辨析
2.3.2 交集型岐义切分的处理
2.3.3 组合型岐义切分的处理
2.4 汉语自动分词研究进展
2.5 古汉语和中古汉语自动分词
第3章 自动词性标注
3.1 词性标记集及词性标注示例
3.2 兼类词消歧
3.2.1 基于规则的方法
3.2.2 基于统计的方法
3.2.3 基于转换的方法
3.3 未登录词词性预测
3.3.1 使用单一特征的未登录词词性预测
3.3.2 使用组合特征的未登录词词性预测
3.4 文本序列标注研究进展
3.4.1 基于宾州树库的词性标注研究
3.4.2 基于社交媒体文本的词性标注研究
3.4.3 基于依存树库的词性标注研究
第4章 局部句法分析
4.1 短语结构语法与浅层分析
4.2 浅层分析研究进展
4.3 骨架梁分析
4.4 骨架分析研究进展
4.5 局部句法分析应用
4.5.1 树库建设
4.5.2 机器翻译调序
第5章 完全句法分析
5.1 语法理论
5.1.1 表层结构与深层结构
5.1.2 依存语法及研究进展
5.1.3 词汇-功能语法
5.2 句法分析
5.2.1 自顶向下的分析
5.2.2 自底向上的分析
5.2.3 左角分析法
5.2.4 CYK算法
5.2.5 Earley算法
5.3 汉语小句复合体
5.4 依存关系与语言网络
5.4.1 依存关系与依存距离
5.4.2 复杂系统与语言网络
第6章 语义标注与分析
6.1 动词中心论及其发展
6.1.1 “格语法”中的“动词中心论
6.1.2 题元理论中的“动词中心论”
6.1.3 配价语法中的“动词中心论”
6.2 语义知识库
6.3 语义角色标注
6.3.1 基于语块的语义角色标注
6.3.2 端对端语义角色标注系统
6.4 中心词驱动的短语结构语法
6.5 语言资源建设中的语义分析
第7章 形式语言理论与自然语言生成
7.1 形式语法与自动机
7.1.1 形式语法
7.1.2 自动机理论
7.2 自然语言生成
7.2.1 传统的模块化生成框架
7.2.2 端到端的自然语言生成框架
7.3 自然语言生成任务
7.4 自然语言生成质量评价
7.5 自然语言生成现状分析与展望
7.6 ChatGPT及其性能评测
第8章 多语言机器翻译研究进展
8.1 多路翻译
8.1.1 参数共享
8.1.2 训练方法
8.1.3 语言多样性
8.2 低资源翻译
8.2.1 增强现有双语平行语料
8.2.2 融合单语语言模型
8.2.3 低资源翻译方法
8.3 多源翻译
8.3.1 多源翻译的发展契机
8.3.2 可获得多源数据
8.3.3 多源数据的缺失
8.3.4 多源翻译的使用场景
8.4 领域适配问题
8.5 机器翻译的难点
8.6 机器翻译评测
第9章 文本智能挖掘研究进展
9.1 文本分类
9.2 文本聚类
9.3 主题模型
9.3.1 LSA和PLSA
9.3.2 LDA
9.4 情感分析与观点挖掘
9.4.1 文档和句子级情感分析方法
9.4.2 属性级情感分析
9.4.3 情感分析中的特殊问题
9.5 话题检测与跟踪
9.6 文本自动摘要
参考文献
附录
附录1 词性标记集
附录2 数学基础
术语表