下载地址：

从本书第一版出版以来，一直好评如潮，被国外许多大学选作自然语言处理或计算语言学的教材，被认为该领域教材的“黄金标准”。本书第一版综合了自然语言处理、计算语言学和语音识别的内容，全面论述计算机自然语言处理，深入探讨计算机处理自然语言的词汇、句法、语义、语用等各个方面的问题，介绍了自然语言处理的各种现代技术。该版对于第一版做了全面的改写，增加了大量反映自然语言处理*新成就的内容，特别是增加了语音处理和统计技术方面的内容，全书面貌为之一新。本书四大特色： 覆盖全面 强调实用 注重评测 语料为本内容简介本书全面论述了自然语言处理技术。本书在第一版的基础上增加了自然语言处理的*新成就，特别是增加了语音处理和统计技术方面的内容，全书面貌为之一新。本书共分五个部分。第一部分“词汇的计算机处理”，讲述单词的计算机处理，包括单词切分、单词的形态学、*小编辑距离、词类，以及单词计算机处理的各种算法，包括正则表达式、有限状态自动机、有限状态转录机、N元语法模型、隐马尔可夫模型、*大熵模型等。第二部分“语音的计算机处理”，介绍语音学、语音合成、语音自动识别以及计算音系学。第三部分“句法的计算机处理”，介绍英语的形式语法，讲述句法剖析的主要算法，包括CKY剖析算法、Earley剖析算法、统计剖析，并介绍合一与类型特征结构、Chomsky层级分类、抽吸引理等分析工具。第四部分“语义和语用的计算机处理”，介绍语义的各种表示方法、计算语义学、词汇语义学、计算词汇语义学，并介绍同指、连贯等计算机话语分析问题。第五部分“应用”，讲述信息抽取、问答系统、自动文摘、对话和会话智能代理、机器翻译等自然语言处理的应用技术。本书写作风格深入浅出，实例丰富，引人入胜。本书可作为高等学校自然语言处理或计算语言学的本科生和研究生的教材，也可以作为从事人工智能、自然语言处理等领域的研究人员和技术人员的参考。

 

第1章导论

1．1语音与语言处理中的知识

1．2歧义

1．3模型和算法

1．4语言、思维和理解

1．5学科现状与近期发展

1．6语音和语言处理简史

1．6．1基础研究：20世纪40年代和20世纪50年代

1．6．2两个阵营：1957年至1970年

1．6．3四个范型：1970年至1983年

1．6．4经验主义和有限状态模型的复苏：1983年至1993年

1．6．5不同领域的合流：1994年至1999年

1．6．6机器学习的兴起：2000年至2008年

1．6．7关于多重发现

1．6．8心理学的简要注记

1．7小结

1．8文献和历史说明

第一部分 词汇的计算机处理

第2章正则表达式与自动机

2．1正则表达式

2．1．1基本正则表达式模式

2．1．2析取、组合与优先关系

2．1．3一个简单的例子

2．1．4一个比较复杂的例子

2．1．5高级算符

2．1．6正则表达式中的替换、存储器与ELIZA

2．2有限状态自动机

2．2．1用FSA来识别羊的语言

2．2．2形式语言

2．2．3其他例子

2．2．4非确定FSA

2．2．5使用NFSA接收符号串

2．2．6识别就是搜索

2．2．7确定自动机与非确定自动机的关系

2．3正则语言与 FSA

2．4小结

2．5文献和历史说明

第3章 词与转录机

3．1英语形态学概观

3．1．1屈折形态学

3．1．2派生形态学

3．1．3附着

3．1．4非毗连形态学

3．1．5一致关系

3．2有限状态形态剖析

3．3有限状态词表的建造

3．4有限状态转录机

3．4．1定序转录机和确定性

3．5用于形态剖析的FST

3．6转录机和正词法规则

3．7把FST词表与规则相结合

3．8与词表无关的FST：Porter词干处理器

3．9单词和句子的词例还原

3．9．1中文的自动切词

3．10拼写错误的检查与更正

3．11最小编辑距离

3．12人是怎样进行形态处理的

3．13小结

3．14文献和历史说明

第4章 N元语法

4．1语料库中单词数目的计算

4．2简单的（非平滑的）N元语法

4．3训练集和测试集

4．3．1N元语法及其对训练语料库的敏感性

4．3．2未知词：开放词汇与封闭词汇

4．4N元语法的评测：困惑度

4．5平滑

4．5．1Laplace平滑

4．5．2Good Turing打折法

4．5．3Good Turing估计的一些高级专题

4．6插值法

4．7回退法

4．7．1高级专题：计算Katz回退的α和P*

4．8实际问题：工具包和数据格式

4．9语言模型建模中的高级专题

4．9．1高级的平滑方法：Kneser Ney平滑法

4．9．2基于类别的N元语法

4．9．3语言模型的自适应和网络（Web）应用

4．9．4长距离信息的使用：简要的综述

4．10信息论背景

4．10．1用于比较模型的交叉熵

4．11高级问题：英语的熵和熵率均衡性

4．12小结

4．13文献和历史说明

第5章词类标注

5．1（大多数）英语词的分类

5．2英语的标记集

5．3词类标注

5．4基于规则的词类标注

5．5基于隐马尔可夫模型的词类标注

5．5．1计算最可能的标记序列： 一个实例

5．5．2隐马尔可夫标注算法的形式化

5．5．3使用Viterbi算法来进行HMM标注

5．5．4把HMM扩充到三元语法

5．6基于转换的标注

5．6．1怎样应用TBL规则

5．6．2怎样学习TBL规则

5．7评测和错误分析

5．7．1错误分析

5．8词类标注中的高级专题

5．8．1实际问题：标记的不确定性与词例还原

5．8．2未知词

5．8．3其他语言中的词类标注

5．8．4标注算法的结合

5．9高级专题：拼写中的噪声信道模型

5．9．1上下文错拼更正

5．10小结

5．11文献和历史说明

第6章隐马尔可夫模型与熵模型

6．1马尔可夫链

6．2隐马尔可夫模型

6．3似然度的计算：向前算法

6．4解码：Viterbi算法

6．5HMM的训练：向前向后算法

6．6熵模型：背景

6．6．1线性回归

6．6．2逻辑回归

6．6．3逻辑回归：分类

6．6．4高级专题：逻辑回归的训练

6．7熵模型

6．7．1为什么称为熵

6．8熵马尔可夫模型

6．8．1MEMM的解码和训练

6．9小结

6．10文献和历史说明

第二部分 语音的计算机处理

第7章语音学

7．1言语语音与语音标音法

7．2发音语音学

7．2．1发音器官

7．2．2辅音：发音部位

7．2．3辅音：发音方法

7．2．4元音

7．2．5音节

7．3音位范畴与发音变异

7．3．1语音特征

7．3．2语音变异的预测

7．3．3影响语音变异的因素

7．4声学语音学和信号

7．4．1波

7．4．2语音的声波

7．4．3频率与振幅：音高和响度

7．4．4从波形来解释音子

7．4．5声谱和频域

7．4．6声源滤波器模型

7．5语音资源

7．6高级问题：发音音系学与姿态音系学

7．7小结

7．8文献和历史说明

第8章 语音合成

8．1文本归一化

8．1．1句子的词例还原

8．1．2非标准词

8．1．3同形异义词的排歧

8．2语音分析

8．2．1查词典

8．2．2名称

8．2．3字位-音位转换

8．3韵律分析

8．3．1韵律的结构

8．3．2韵律的突显度

8．3．3音调

8．3．4更精巧的模型：ToBI

8．3．5从韵律标记计算音延

8．3．6从韵律标记计算F0

8．3．7文本分析的最后结果：内部表示

8．4双音子波形合成

8．4．1建立双音子数据库的步骤

8．4．2双音子毗连和用于韵律的TD-PSOLA

8．5单元选择（波形）合成

8．6评测

8．7文献和历史说明

第9章语音自动识别

9．1语音识别的总体结构

9．2隐马尔可夫模型应用于语音识别

9．3特征抽取：MFCC矢量

9．3．1预加重

9．3．2加窗

9．3．3离散傅里叶变换

9．3．4Mel滤波器组和对数

9．3．5倒谱：逆向傅里叶变换

9．3．6Delta特征与能量

9．3．7总结：MFCC

9．4 声学似然度的计算

9．4．1矢量量化

9．4．2高斯概率密度函数

9．4．3概率、对数概率和距离函数

9．5词典和语言模型

9．6搜索与解码

9．7嵌入式训练

9．8评测：词错误率

9．9小结

9．10文献和历史说明

第10章语音识别：高级专题

10．1多遍解码：N表和格

10．2A*解码算法（“栈”解码算法）

10．3依赖于上下文的声学模型：三音子

10．4分辨训练

10．4．1互信息估计

10．4．2基于后验分类器的声学模型

10．5语音变异的建模

10．5．1环境语音变异和噪声

10．5．2说话人变异和说话人适应

10．5．3发音建模：由于语类的差别而产生的变异

10．6元数据：边界、标点符号和不流利现象

10．7人的语音识别

10．8小结

10．9文献和历史说明

第11章计算音系学

11．1有限状态音系学

11．2高级有限状态音系学

11．2．1元音和谐

11．2．2模板式形态学

11．3计算优选理论

11．3．1优选理论中的有限状态转录机模型

11．3．2优选理论的随机模型

11．4音节切分

11．5音位规则和形态规则的机器学习

11．5．1音位规则的机器学习

11．5．2形态规则的机器学习

11．5．3优选理论中的机器学习

11．6小结

11．7文献和历史说明

第三部分句法的计算机处理

第12章英语的形式语法

12．1组成性

12．2上下文无关语法

12．2．1上下文无关语法的形式定义

12．3英语的一些语法规则

12．3．1句子一级的结构

12．3．2子句与句子

12．3．3名词短语

12．3．4一致关系

12．3．5动词短语和次范畴化

12．3．6助动词

12．3．7并列关系

12．4树库

12．4．1树库的例子：宾州树库课题

12．4．2作为语法的树库

12．4．3树库搜索

12．4．4中心词与中心词的发现

12．5语法等价与范式

12．6有限状态语法和上下文无关语法

12．7依存语法

12．7．1依存和中心词之间的关系

12．7．2范畴语法

12．8口语的句法

12．8．1不流畅现象与口语修正

12．8．2口语树库

12．9语法和人的语言处理

12．10小结

12．11文献和历史说明

第13章句法剖析

13．1剖析就是搜索

13．1．1自顶向下剖析

13．1．2自底向上剖析

13．1．3自顶向下剖析与自底向上剖析比较

13．2歧义

13．3面对歧义的搜索

13．4动态规划剖析方法

13．4．1CKY剖析

13．4．2Earley算法

13．4．3线图剖析

13．5局部剖析

13．5．1基于规则的有限状态组块分析

13．5．2基于机器学习的组块分析方法

13．5．3组块分析系统的评测

13．6小结

13．7文献和历史说明

第14章统计剖析

14．1概率上下文无关语法

14．1．1 PCFG用于排歧

14．1．2PCFG用于语言建模

14．2PCFG的概率CKY剖析

14．3PCFG规则概率的学习途径

14．4PCFG的问题

14．4．1独立性假设忽略了规则之间的结构依存关系

14．4．2缺乏对词汇依存关系的敏感性

14．5使用分离非终极符号的办法来改进PCFG

14．6概率词汇化的CFG

14．6．1Collins剖析器

14．6．2高级问题：Collins剖析器更多的细节

14．7剖析器的评测

14．8高级问题：分辨再排序

14．9高级问题：基于剖析器的语言模型

14．10人的剖析

14．11小结

14．12文献和历史说明

第15章特征与合一

15．1特征结构

15．2特征结构的合一

15．3语法中的特征结构

15．3．1一致关系

15．3．2中心语特征

15．3．3次范畴化

15．3．4长距离依存关系

15．4合一的实现

15．4．1合一的数据结构

15．4．2合一算法

15．5带有合一约束的剖析

15．5．1把合一结合到Earley剖析器中

15．5．2基于合一的剖析

15．6类型与继承

15．6．1高级问题：类型的扩充

15．6．2合一的其他扩充

15．7小结

15．8文献和历史说明

第16章语言和复杂性

16．1Chomsky 层级

16．2怎么判断一种语言不是正则的

16．2．1抽吸引理

16．2．2证明各种自然语言不是正则语言

16．3自然语言是上下文无关的吗

16．4计算复杂性和人的语言处理

16．5小结

16．6文献和历史说明

第四部分语义和语用的计算机处理

第17章意义的表示

17．1意义表示的计算要求

17．1．1可验证性

17．1．2无歧义性

17．1．3规范形式

17．1．4推理与变量

17．1．5表达能力

17．2模型论语义学

17．3一阶逻辑

17．3．1一阶逻辑基础

17．3．2变量和量词

17．3．3λ表示法

17．3．4一阶逻辑的语义

17．3．5推理

17．4事件与状态的表示

17．4．1时间表示

17．4．2体

17．5描述逻辑

17．6意义的具体化与情境表示方法

17．7小结

17．8文献和历史说明

第18章计算语义学

18．1句法驱动的语义分析

18．2句法规则的语义扩充

18．3量词辖域歧义及非确定性

18．3．1存储与检索方法

18．3．2基于约束的方法

18．4基于合一的语义分析方法

18．5语义与Earley分析器的集成

18．6成语和组成性

18．7小结

18．8文献和历史说明

第19章词汇语义学

19．1词义

19．2含义间的关系

19．2．1同义关系和反义关系

19．2．2上下位关系

19．2．3语义场

19．3WordNet：词汇关系信息库

19．4事件参与者

19．4．1题旨角色

19．4．2因素交替（Diathesis Alternations）

19．4．3题旨角色的问题

19．4．4命题库

19．4．5FrameNet

19．4．6选择限制

19．5基元分解

19．6高级问题：隐喻

19．7小结

19．8文献和历史说明

第20章计算词汇语义学

20．1词义排歧：综述

20．2有监督词义排歧

20．2．1监督学习的特征抽取

20．2．2朴素贝叶斯分类器和决策表分类器

20．3WSD评价方法、基准线和上限

20．4WSD：字典方法和同义词库方法

20．4．1Lesk算法

20．4．2选择限制和选择优先度

20．5限度的监督WSD：自举法

20．6词语相似度：语义字典方法

20．7词语相似度：分布方法

20．7．1定义词语的共现向量

20．7．2度量与上下文的联系

20．7．3定义两个向量之间的相似度

20．7．4评价分布式词语相似度

20．8下位关系和其他词语关系

20．9语义角色标注

20．10高级主题：无监督语义排歧

20．11小结

20．12文献和历史说明

第21章计算话语学

21．1话语分割

21．1．1无监督话语分割

21．1．2有监督话语分割

21．1．3话语分割的评价

21．2文本连贯性

21．2．1修辞结构理论

21．2．2自动连贯指派

21．3指代消解

21．4指代现象

21．4．1指示语的五种类型

21．4．2信息状态

21．5代词指代消解所使用的特征

21．5．1用来过滤潜在指代对象的特征

21．5．2代词解释中的优先关系

21．6指代消解的三种算法

21．6．1代词指代基准系统：Hobbs算法

21．6．2指代消解的中心算法

21．6．3代词指代消解的对数线性模型

21．6．4代词指代消解的特征

21．7共指消解

21．8共指消解的评价

21．9高级问题：基于推理的连贯判定

21．10所指的心理语言学研究

21．11小结

21．12文献和历史说明

第五部分应用

第22章信息抽取

22．1命名实体识别

22．1．1命名实体识别中的歧义

22．1．2基于序列标注的命名实体识别

22．1．3命名实体识别的评价

22．1．4实用NER架构

22．2关系识别和分类

22．2．1用于关系分析的有监督学习方法

22．2．2用于关系分析的弱监督学习方法

22．2．3关系分析系统的评价

22．3时间和事件处理

22．3．1时间表达式的识别

22．3．2时间的归一化

22．3．3事件检测和分析

22．3．4TimeBank

22．4模板填充

22．4．1模板填充的统计方法

22．4．2有限状态机模板填充系统

22．5高级话题：生物医学信息的抽取

22．5．1生物学命名实体识别

22．5．2基因归一化

22．5．3生物学角色和关系

22．6小结

22．7文献和历史说明

第23章问答和摘要

23．1信息检索

23．1．1向量空间模型

23．1．2词语权重计算

23．1．3词语选择和建立

23．1．4信息检索系统的评测

23．1．5同形关系、多义关系和同义关系

23．1．6改进用户查询的方法

23．2事实性问答

23．2．1问题处理

23．2．2段落检索

23．2．3答案处理

23．2．4事实性答案的评价

23．3摘要

23．4单文档摘要

23．4．1无监督的内容选择

23．4．2基于修辞分析的无监督摘要

23．4．3有监督的内容选择

23．4．4句子简化

23．5多文档摘要

23．5．1多文档摘要的内容选择

23．5．2多文档摘要的信息排序

23．6主题摘要和问答

23．7摘要的评价

23．8小结

23．9文献和历史说明

第24章对话与会话智能代理

24．1人类会话的属性

24．1．1话轮和话轮转换

24．1．2语言作为行动：言语行为

24．1．3语言作为共同行动：对话的共同基础

24．1．4会话结构

24．1．5会话隐含

24．2基本的对话系统

24．2．1ASR组件

24．2．2NLU组件

24．2．3生成和TTS组件

24．2．4对话管理器

24．2．5错误处理：确认和拒绝

24．3VoiceXML

24．4对话系统的设计和评价

24．4．1设计对话系统

24．4．2评价对话系统

24．5信息状态和对话行为

24．5．1使用对话行为

24．5．2解释对话行为

24．5．3检测纠正行为

24．5．4生成对话行为：确认和拒绝

24．6马尔可夫决策过程架构

24．7高级问题：基于规划的对话行为

24．7．1规划推理解释和生成

24．7．2对话的意图结构

24．8小结

24．9文献和历史说明

第25章机器翻译

25．1为什么机器翻译如此困难

25．1．1类型学

25．1．2其他的结构差异

25．1．3词汇的差异

25．2经典的机器翻译方法与Vauquois三角形

25．2．1直接翻译

25．2．2转换方法

25．2．3传统机器翻译系统中的直接和转换相融合的方法

25．2．4中间语言的思想：使用意义

25．3统计机器翻译

25．4P(F|E)：基于短语的翻译模型

25．5翻译中的对齐

25．5．1IBM模型1

25．5．2HMM对齐

25．6对齐模型的训练

25．6．1训练对齐模型的EM算法

25．7用于基于短语机器翻译的对称对齐

25．8基于短语统计机器翻译的解码

25．9机器翻译评价

25．9．1使用人工评价者

25．9．2自动评价：BLEU

25．10高级问题：机器翻译的句法模型

25．11高级问题：IBM模型3和繁衍度

25．11．1模型3的训练

25．12高级问题：机器翻译的对数线性模型

25．13小结

25．14文献和历史说明

参考文献