自然语言处理 口袋里的人工智能

　　自然语言处理是人工智能领域中的一个重要方向。本书将用深入浅出的语言介绍自然语言处理技术的由来与发展历程，自然语言处理的常用工具和实现平台，讲解了自然语言理解的技术基础，从词法、句法、语义、语用等各个方面介绍原理和主流技术，以及自然语言生成的挑战和解决办法。书中通过自然语言处理经典的任务说明，展现其作为人工智能关键技术的应用场景和应用成效，同时，也将简述自然语言处理的当前研究热点和各种现代技术，并对自然语言处理未来发展趋势进行展望。

　　谭明奎 ：华南理工大学教授、博士生导师，现任华南理工大学“大数据与智能机器人”重点实验室副主任。2017年入选中组部高层次人才计划青年项目，2018年入选广东省“珠江人才团队”，2022年入选美国斯坦福大学全球前2%顶尖科学家榜单。主持国家自然科学基金、广东省“新一代人工智能”重大专项等多个国家和省部级项目。近5年以第一作者或者通信作者发表学术论文60余篇，其中包括IEEE TPAMI等IEEE汇刊论文21篇，以及NeurIPS、ICML、ICLR、CVPR等CCF-A人工智能顶级会议论文30余篇。担任NeurIPS、ICML、AAAI、CVPR等多个人工智能会议的领域主席。获得2019年“世界华人数学家联盟最佳论文奖（ICCM Best Paper）”等多项奖励。 杜 卿 ：华南理工大学副教授，硕士生导师。主要研究方向为数据挖掘、机器学习等，一直从事用户建模、推荐系统、视觉-语言多模态融合等方面的研究工作。2018—2019年作为访问学者在澳洲新南威尔士大学进行交流访问。主持或参与了国家科技部重点项目、广东省自然科学基金、广东省科技计划项目等多个国家及省部级科研项目，已发表译著一本，在国际期刊和会议上发表论文20余篇，取得多项发明专利和软件著作权。

第一章 自然语言兴起：一场机器与人类的对话 001

一、人机对话的选项——自然语言和计算机语言 003

二、智能考核指标——自然语言处理和人工智能 005

三、前世今生——自然语言处理的发展历程 007

（一）基础研究时期 008

（二）现代研究时期 012

四、百宝箱——自然语言处理工具 017

（一）NLPIR自然语言处理与信息检索共享平台 017

（二）Standford CoreNLP 018

（三）NLTK 018

（四）spaCy 019

（五）中文语料库 020

第二章 自然语言理解基础：语言学习小课堂 023

一、机器的记忆——文本表示 025

二、机器知词语——词法分析 031

（一）分词 031

（二）词性标注 034

（三）命名实体识别 037

三、机器识句子——句法分析 039

（一）树库 040

（二）句法分析技术 041

四、机器明意思——语义分析 045

（一）语义消歧 046

（二）语义提取 048

五、机器晓语境——语用分析 049

六、机器有感情——情感分析 051

（一）情感分析分类 051

（二）情感分析方法 053

第三章 自然语言生成技术：语言课堂大考验 055

一、下笔如有神——自然语言生成 056

（一）审题目——内容确定 057

（二）列提纲——文本结构 057

（三）写句子——句子生成 058

（四）交作业——语言实现 062

二、增缩改写都拿手——文本到文本生成 064

（一）文本缩写 067

（二）文本扩展 068

（三）文本重写 069

三、对照数据做报告——数据到文本生成 070

四、看图说话也在行——图像到文本生成 073

第四章 自然语言处理应用：就业上岗样样精 077

一、语言沟通无国界——机器翻译 078

（一）机器翻译及其特点 078

（二）机器翻译技术沿革 079

（三）机器翻译质量 081

二、网络冲浪小助手——文本检索 082

三、答疑聊天不下线——智能对话系统 088

（一）问答系统 088

（二）智能助手 091

四、互联动态全在握——舆情分析 092

五、听说读写全能王——语音识别和生成 096

（一）语音识别 098

（二）语音合成 100

第五章 自然语言处理研究热点：追梦脚步不停歇 105

一、基于深度学习的自然语言处理技术 106

（一）基于神经网络的分词 106

（二）端到端训练 107

（三）预训练模型 109

（四）神经网络模型的先进代表 110

二、视觉-语言融合 114

三、跨语言模型 117

四、火遍全球的ChatGPT 119

（一）ChatGPT争霸秘笈——ChatGPT的工作原理 120

（二）ChatGPT登顶之路——GPT模型的发展历史 123

（三）ChatGPT横扫世界——ChatGPT的应用 126

（四）ChatGPT的偏见与傲慢——大模型的问题与挑战 130

（五）ChatGPT进化升级——大模型未来发展方向和展望 132

第六章 自然语言处理未来展望：无限风光在险峰 135

一、从浅层分析到深度理解 137

二、从具体任务到世界模型 138

三、从文本学习到感知融合 139

四、从被动学习到主观能动 140

五、从专业门槛到普罗大众 141

参考文献? 143