自然語言處理是人工智能領(lǐng)域中的一個重要方向。本書將用深入淺出的語言介紹自然語言處理技術(shù)的由來與發(fā)展歷程，自然語言處理的常用工具和實現(xiàn)平臺，講解了自然語言理解的技術(shù)基礎(chǔ)，從詞法、句法、語義、語用等各個方面介紹原理和主流技術(shù)，以及自然語言生成的挑戰(zhàn)和解決辦法。書中通過自然語言處理經(jīng)典的任務(wù)說明，展現(xiàn)其作為人工智能關(guān)鍵技術(shù)的應(yīng)用場景和應(yīng)用成效，同時，也將簡述自然語言處理的當(dāng)前研究熱點和各種現(xiàn)代技術(shù)，并對自然語言處理未來發(fā)展趨勢進行展望。
譚明奎 ：華南理工大學(xué)教授、博士生導(dǎo)師，現(xiàn)任華南理工大學(xué)大數(shù)據(jù)與智能機器人重點實驗室副主任。2017年入選中組部高層次人才計劃青年項目，2018年入選廣東省珠江人才團隊，2022年入選美國斯坦福大學(xué)全球前2%頂尖科學(xué)家榜單。主持國家自然科學(xué)基金、廣東省新一代人工智能重大專項等多個國家和省部級項目。近5年以第一作者或者通信作者發(fā)表學(xué)術(shù)論文60余篇，其中包括IEEE TPAMI等IEEE匯刊論文21篇，以及NeurIPS、ICML、ICLR、CVPR等CCF-A人工智能頂級會議論文30余篇。擔(dān)任NeurIPS、ICML、AAAI、CVPR等多個人工智能會議的領(lǐng)域主席。獲得2019年世界華人數(shù)學(xué)家聯(lián)盟最佳論文獎（ICCM Best Paper）等多項獎勵。
杜 卿 ：華南理工大學(xué)副教授，碩士生導(dǎo)師。主要研究方向為數(shù)據(jù)挖掘、機器學(xué)習(xí)等，一直從事用戶建模、推薦系統(tǒng)、視覺-語言多模態(tài)融合等方面的研究工作。20182019年作為訪問學(xué)者在澳洲新南威爾士大學(xué)進行交流訪問。主持或參與了國家科技部重點項目、廣東省自然科學(xué)基金、廣東省科技計劃項目等多個國家及省部級科研項目，已發(fā)表譯著一本，在國際期刊和會議上發(fā)表論文20余篇，取得多項發(fā)明專利和軟件著作權(quán)。
第一章自然語言興起：一場機器與人類的對話 001
一、人機對話的選項自然語言和計算機語言003
二、智能考核指標(biāo)自然語言處理和人工智能005
三、前世今生自然語言處理的發(fā)展歷程007
（一）基礎(chǔ)研究時期008
（二）現(xiàn)代研究時期012
四、百寶箱自然語言處理工具017
（一）NLPIR自然語言處理與信息檢索共享平臺017
（二）Standford CoreNLP 018
（三）NLTK 018
（四）spaCy 019
（五）中文語料庫020
第二章自然語言理解基礎(chǔ)：語言學(xué)習(xí)小課堂 023
一、機器的記憶文本表示025
二、機器知詞語詞法分析031
（一）分詞031
（二）詞性標(biāo)注034
（三）命名實體識別037
三、機器識句子句法分析039
（一）樹庫040
（二）句法分析技術(shù)041
四、機器明意思語義分析045
（一）語義消歧046
（二）語義提取048
五、機器曉語境語用分析049
六、機器有感情情感分析051
（一）情感分析分類051
（二）情感分析方法053
第三章自然語言生成技術(shù)：語言課堂大考驗 055
一、下筆如有神自然語言生成056
（一）審題目內(nèi)容確定057
（二）列提綱文本結(jié)構(gòu)057
（三）寫句子句子生成058
（四）交作業(yè)語言實現(xiàn)062
二、增縮改寫都拿手文本到文本生成064
（一）文本縮寫067
（二）文本擴展068
（三）文本重寫069
三、對照數(shù)據(jù)做報告數(shù)據(jù)到文本生成070
四、看圖說話也在行圖像到文本生成073
第四章自然語言處理應(yīng)用：就業(yè)上崗樣樣精 077
一、語言溝通無國界機器翻譯078
（一）機器翻譯及其特點078
（二）機器翻譯技術(shù)沿革079
（三）機器翻譯質(zhì)量081
二、網(wǎng)絡(luò)沖浪小助手文本檢索082
三、答疑聊天不下線智能對話系統(tǒng)088
（一）問答系統(tǒng)088
（二）智能助手091
四、互聯(lián)動態(tài)全在握輿情分析092
五、聽說讀寫全能王語音識別和生成096
（一）語音識別098
（二）語音合成100
第五章自然語言處理研究熱點：追夢腳步不停歇 105
一、基于深度學(xué)習(xí)的自然語言處理技術(shù)106
（一）基于神經(jīng)網(wǎng)絡(luò)的分詞106
（二）端到端訓(xùn)練107
（三）預(yù)訓(xùn)練模型109
（四）神經(jīng)網(wǎng)絡(luò)模型的先進代表110
二、視覺-語言融合114
三、跨語言模型117
四、火遍全球的ChatGPT 119
（一）ChatGPT爭霸秘笈ChatGPT的工作原理120
（二）ChatGPT登頂之路GPT模型的發(fā)展歷史123
（三）ChatGPT橫掃世界ChatGPT的應(yīng)用126
（四）ChatGPT的偏見與傲慢大模型的問題與挑戰(zhàn)130
（五）ChatGPT進化升級大模型未來發(fā)展方向和展望132
第六章自然語言處理未來展望：無限風(fēng)光在險峰 135
一、從淺層分析到深度理解137
二、從具體任務(wù)到世界模型138
三、從文本學(xué)習(xí)到感知融合139
四、從被動學(xué)習(xí)到主觀能動140
五、從專業(yè)門檻到普羅大眾141
參考文獻 143
書單推薦
