本书是一本全面系统地介绍中文文本信息处理的教材，内容丰富，由浅入深地讲述了中文文本信息处理的原理与应用。本书不仅介绍了基于规则的自然语言分析方法，也介绍了基于统计学的方法。全书共分为四大部分，分别是词法分析、语法处理、语义分析和应用与技术。其中前三部分是自然语言处理的基本理论，第一部分针对中文处理中特有的分词问题，介绍了自动分词算法、分词中歧义的消除和未登录词的识别算法，另外还介绍了语料库的相关知识。第二部分和第三部分都是从语法（语义）的表示入手，将自然语言形式化，再给出语法（语义）分析的算法，并针对该过程中的歧义问题给出了一些成熟的解决方案。最后一部分讲述自然语言理解在信息检索、信息抽取、自动文摘和文本分类等领域的应用。本书思路清晰，在每部分及每章的开始都介绍了该部分知识与其他部分之间的关系，以及该部分的知识点之间的关系，以帮助读者从整体上把握中文文本信息处理的思路，并能根据不同的需求或不同的问题选择适当的算法。
本书涉及内容广泛，能满足不同水平读者群的需求，可以作为计算机、信息类高年级本科生的教材，也可作为自然语言处理方向研究生的教材，也非常适合作为自然语言处理应用领域的研究人员和技术人员的参考资料。
展开
