自然语言处理（NLP）的目标是使计算机能够像人类一样理解语言。近年来自然语言处理作为一门学科发展迅速，得到了越来越广泛的应用。本书从基本概念出发，对于自然语言基础任务进行介绍：中文分词、关键词抽取、词向量、文本分类、命名实体识别和关系抽取。对自然语言处理当前热门应用任务如知识图谱、阅读理解、摘要和对话等进行介绍。全书内容由浅入深，先从基本概念，再引出简单应用实例。本书可作为高等学校相关专业教材，是自然语言处理领域的入门教材。

前言 人工智能包括运算智能、感知智能、认知智能和创造智能。其中，运算智能是记忆和计算的能力，在这一层面计算机的能力已经远超过人类。感知智能是计算机感知环境的能力，包括听觉、视觉和触觉等。随着深度学习的成功应用，语音识别和图像识别获得了很大的进步，在某种情况下甚至达到了人类水平。自然语言处理（Natural Language Processing，NLP）是集语言学、计算机科学和人工智能于一体的科学，通过对自然语言的处理，使得计算机对其能够可读并理解。自然语言处理属于认知智能和创造智能的范畴。“让机器可以理解自然语言”是自然语言处理的终极目标，阿兰·图灵曾说过： “如果一台计算机能够欺骗人类，让人相信它是人类，那么该计算机就应当被认为是智能的。”因此自然语言处理被誉为人工智能皇冠上的明珠。 在不同时期或针对不同的侧重点，人们把用计算机处理自然语言的过程又称为自然语言理解（Natural Language Understanding，NLU）、人类语言技术（Human Language Technology，HLT）、计算语言学（Computational Linguistics）、计量语言学（Quantitative Linguistics）和数理语言学（Mathematical Linguistics）。人类语言是错综复杂的，且具有多样性、歧义性、鲁棒性、知识性和上下文依赖的性质。自然语言处理则是通过对词、句子、篇章进行分析，对内容进行理解分析和推理，并在此基础上扩展出一系列核心技术(如知识图谱、阅读理解、对话系统等)，进而应用到搜索引擎、客服、金融、新闻等诸多领域。随着大数据、深度学习应用场景的推广，众多科学家预测在未来几年，NLP会进入爆发式的发展阶段，大量由 NLP赋能的复合型应用也会取得巨大进展。 自然语言处理研究范畴较广，其内容包括但不限于如下分支领域: 文本分类、信息抽取、自动摘要、智能问答、人机对话、话题推荐、机器翻译、主题词识别、知识库构建、深度文本表示、命名实体识别、文本生成、文本分析（词法、句法、语法）、语音识别与合成等。本书选择性地介绍自然语言处理中的10项主要任务。全书内容由浅入深，先介绍基本概念，再引出简单应用实例，以期读者能够对自然语言处理各个部分的研究内容和技术手段有更加深入的理解。 鉴于编者水平，加之时间仓促，书中难免存在不足之处，敬请读者指正。 编者 2023年9月

版权图片链接