自然语言处理技术与应用

　　人工智能作为 产业转型升级的重点领域，需要高层次技术技能人才。 增设人工智能技术应用、人工智能工程技术等专业，旨在培养理想信念坚定、德智体美劳全面发展、具有较高的科学文化水平、良好的人文素养、职业道德和精益求精工匠精神、掌握较为系统的基础理论知识和技术技能、有较强的就业能力和可持续发展能力的人才。本书的编写正是基于这样一个人才培养目标，从技能出发、以技术为基础、重在应用。本书共12个单元，主要内容：绪论、分词和字典、数据预处理、语言模型和算法流程、感知机、条件随机场、命名实体识别、信息抽取、文本聚类、文本分类、依存句法分析和深度学习与自然语言处理，每个单元包括若干个应用实践。自然语言处理（Natural Language Processing，NLP）是计算机科学领域与人工智能领域中的一个重要方向，它研究能够实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及所有用计算机对自然语言进行的操作，是人工智能技术技能人才必须掌握的内容。本书适合高等职业院校、应用型本科院校作为自然语言处理课程的教学与实训教材，也可供人工智能从业者作为理论与实践结合的参考书。

暂缺《自然语言处理技术与应用》作者简介

单元1 绪论
1.1 自然语言和编程语言
1.1.1 自然语言简介
1.1.2 编程语言简介
1.1.3 自然语言和编程语言的相通性
1.2 自然语言处理和信息抽取
1.3 自然语言处理和机器学习
1.4 语料库
1.4.1 通用单语语料库
1.4.2 汉英双语平行语料库
1.4.3 任务专门语料库
实战应用一：信贷违约预测
实战应用二：电子病例解析
单元小结
习题
单元2 分词和字典
2.1 分词
2.1.1 中文分词的原理和难点
2.1.2 基于字典的中文分词方法
2.1.3 主流的中文分词工具
2.2 字典树
2.2.1 字典树概述
2.2.2 字典树的作用
2.2.3 字典树的简易实现
2.3 切分算法
2.3.1 切分算法概述
2.3.2 切分算法
2.3.3 长匹配算法
2.4 评测指标
2.4.1 机器学习中的准确率
2.4.2 机器学习中的 率、召回率与F-score
2.4.3 NLP中的 率、召回率和F-score
实战应用：使用HanLP词典实现中文分词
单元小结
习题
单元3 数据预处理
3.1 数据清洗
3.2 分词处理
3.3 特征工程
3.3.1 处理流程
3.3.2 常用的中文文本处理函数
实战应用一：英文新闻资讯数据清洗
实战应用二：中文新闻资讯数据清洗
单元小结
习题
单元4 语言模型和算法流程
4.1 隐马尔可夫链和二元语法
4.1.1 隐马尔可夫链背景引入
4.1.2 隐马尔可夫链定义
4.1.3 二元语法