本书内容包括：计算语言学概述、语言研究的形式化与形式语言学、汉字的信息处理、词语的信息处理、句法分析技术、机器翻译个案研究等。

《计算语言学导论》的对象是大学计算机专业、数理统计专业及语言学专业的高年级学生或研究生，与计算机语言学 关的科研人员，以及其他有兴趣的读者。

计算语言学, 也称自然语言处理或

信息社会催生了计算语言学，开展面向计算机的语言学研究已成为一个紧迫的代课题。本书的“引论”全面回顾了中外计算语言学的发展历程，勾画了学科概貌，总结了现有成果，展望了未来的走向，旨在为该学科的进一步发展提供借鉴与指导。书中精选国内学者近年来发表的具有代表性的论文27篇汇集成册，展示了中国计算语言学研究的基本方向与主要成就。编者还就研究背景、研究价值与发展方向等对每篇选文进行了客观的评析，以帮助读者深刻理解有关的内容。最后还提供了本学科的主要文献索引。 本书能够促进语言学理论的研究，又可为有关教学提供较为完备的案头参考，适合于语言研究者、语言学专业的研究生和本科生以及所有对符号学感兴趣的读者。

《计算语言学概论》基础部分（包括一、二、三章）主要讲述计算语言学的数学和语言学基本概念，计算语言学和自然语言处理技术的关系，自然语言处理的基本流程等内容。此外，作为计算语言学的重要分支之一，语料库语言学得到了较大发展，有关语料库语言学的基础概念、基本理论、近年来的一些发展概况在第三章中加以介绍。介绍这部分内容的目的，是让读者在不涉及技术细节的情况下，对计算语言学有一个初步的，同时也是较为全面的理解和掌握。　　算法部分（包括第四、五章）主要介绍计算语言学的常用技术和算法。从处理对象来讲，主要包括词法层面的分析技术、句法层面的分析技术和语义层面的处理技术；从处理方法来讲，既有传统的规则方法，也有基于语料库的统计方法的介绍。这部分内容的主旨是希望通过本章学习后，使学生能对计算语言学的领域中的一些主流技术(比如隐马尔可夫模型在词性标注中的应用，GLR算法，部...(展开全部)

自然语言处理是一门融语言学、计算机科学、数学于一体的科学，研究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。计算语言学是指通过建立形式化的数学模型来分析、处理自然语言，并在计算机上用程序来实现分析和处理的过程，旨在以机器来模拟人的部分或全部语言能力的目的。 《自然语言处理与计算语言学》作为一本借助于Python编程语言以及各种开源工具（如Gensim、spaCy等）来执行文本分析、自然语言处理和计算语言学算法的图书，从应用层面介绍了相关的理论知识和所涉及的技术。《自然语言处理与计算语言学》共分为15章，其内容涵盖了文本分析的定义、使用Python进行文本分析的技巧、spaCy语言模型、Gensim工具、词性标注及其应用、NER标注及其应用、依存分析、主题模型、高级主题建模、文本聚类和文本分类、查询词相似度计算和文本摘要、词嵌入、使用深度学习处理文本、使用Keras和spaCy进行深度学习、情感分析与聊天机器人的原理介绍等。 《自然语言处理与计算语言学》适合对自然语言处理的实现细节感兴趣的Python程序开发人员阅读。如果读者具备统计学的基本知识，对学习本书内容会大有裨益。

NO

《牛津计算语言学手册》内容简介：《牛津计算语言学手册》是一部手册性的计算语言学专著，收录了包括语言学家、计算机专家和语言工程人员在内的50位学者撰写的综述性文章，全面地反映了国外计算语言学主要领域的最新成果，是我们了解国外计算语言学发展动向的一个窗口。 全书各章写作风格一致，内容协调，浑然一体，使用有趣的实例来介绍艰深的技术问题，而且尽量不使用繁难的数学公式，尤其适合文科背景的读者阅读。对于那些对计算语言学感兴趣和刚入门的读者而言，《牛津计算语言学手册》也是一本必备的参考书。