本书从自然语言处理初学者的视角出发，以Python及其相关框架为工具，以实战为导向，系统讲述了中文自然语言处理中的基本概念、理论方法和经典算法，既有对基础知识和理论模型的介绍，也有对相关问题的实现方法和技术现状的详细阐述。通过使用NLP中流行的jieba、LTP、HanLP、NLTK等工具库解决案例中的问题，使读者既能理解问题背后的原理，又能学习解决实际问题的思路和方法，提高使用自然语言处理方法来解决实际问题的能力。
本书可以作为各类职业院校人工智能技术应用及相关专业的教材，也可以作为自然语言处理初学者的入门参考书。
本书配有电子课件等教学资源，选用本书作为授课教材的教师可登录机械工业出版社教育服务网(wwwcmpeducom)注册后免费下载，或联系编辑(010-88379807)咨询。

前言
单元1自然语言处理基础
1.1 什么是自然语言处理
1.2 自然语言处理的发展历程
1.3 自然语言处理的三个层面
1.4 Python开发环境——Anaconda
1.5 能力提升训练——使用Python正则表达式包
单元小结
学习评估
课后习题
单元2中文分词
2.1 分词方法
2.2 能力提升训练——使用中文分词工具包jieba
单元小结
学习评估
课后习题
单元3词性标注和命名实体识别
3.1 词性标注
3.2 命名实体识别
3.3 能力提升训练——基于LTP的词性标注和命名实体识别
单元小结
学习评估
课后习题
单元4句法分析
4.1 句法分析分类
4.2 能力提升训练——基于PCFG的句法分析
4.3 能力提升训练——依存句法分析
单元小结
学习评估
课后习题
单元5NLP中的深度学习
5.1 RNN
5.2 LSTM
5.3 Encoder-Decoder框架
5.4 Attention机制
5.5 transformer模型
单元小结
学习评估
课后习题
单元6文本向量化
6.1 文本向量化
6.2 能力提升训练——文本向量化
单元小结
学习评估
课后习题
单元7关键词提取
7.1 关键词提取算法
7.2 自动文摘方法
7.3 能力提升训练——关键词提取
7.4 能力提升训练——自动文摘
7.5 能力提升训练——词云
单元小结
学习评估
课后习题
单元8文本分类
8.1 文本分类方法
8.2 能力提升训练——基于传统机器学习的新闻文本分类
8.3 能力提升训练——垃圾邮件分类
单元小结
学习评估
课后习题
单元9文本情感分析
9.1 情感分析方法
9.2 能力提升训练——基于词典的情感分析
9.3 能力提升训练——基于传统机器学习方法的情感分析
9.4 能力提升训练——基于LSTM的情感分析
单元小结
学习评估
课后习题
单元10聊天机器人
10.1 聊天机器人的分类
10.2 NLU
10.3 能力提升训练——天气查询机器人
10.4 Elasticsearch
10.5 能力提升训练——法务咨询机器人
单元小结
学习评估
课后习题
参考文献