中文文本信息处理的原理与应用(重点大学计算机专业系列教材)

本书是一本全面系统地介绍中文文本信息处理的教材，内容丰富，由浅入深地讲述了中文文本信息处理的原理与应用。本书不仅介绍了基于规则的自然语言分析方法，也介绍了基于统计学的方法。全书共分为四大部分，分别是词法分析、语法处理、语义分析和应用与技术。其中前三部分是自然语言处理的基本理论，第一部分针对中文处理中特有的分词问题，介绍了自动分词算法、分词中歧义的消除和未登录词的识别算法，另外还介绍了语料库的相关知识。第二部分和第三部分都是从语法（语义）的表示入手，将自然语言形式化，再给出语法（语义）分析的算法，并针对该过程中的歧义问题给出了一些成熟的解决方案。最后一部分讲述自然语言理解在信息检索、信息抽取、自动文摘和文本分类等领域的应用。本书思路清晰，在每部分及每章的开始都介绍了该部分知识与其他部分之间的关系，以及该部分的知识点之间的关系，以帮助读者从整体上把握中文文本信息处理的思路，并能根据不同的需求或不同的问题选择适当的算法。 本书涉及内容广泛，能满足不同水平读者群的需求，可以作为计算机、信息类高年级本科生的教材，也可作为自然语言处理方向研究生的教材，也非常适合作为自然语言处理应用领域的研究人员和技术人员的参考资料。

第1章概论 1.1自然语言处理与中文信息处理 1.2自然语言处理的新趋势 1.3本书内容组织 第一部分词法分析 第2章自动分词 2.1关于自动分词 2.2分词词典 2.3机械分词方法 第3章分词歧义消解 3.1关于分词歧义 3.2基于规则的分词消歧 3.3基于统计方法的分词消歧 第4章未登录词获取 4.1关于未登录词 4.2基于统计学的未登录词获取方法 4.3中文姓名的自动辨识 4.4中文统计词汇获取 4.5无词典分词方法 第5章语料库的构建 5.1关于语料库 5.2汉语语料库的基本加工规范 5.3建设语料库的其他问题 第一部分习题 第二部分语法处理 第6章自动标注 6.1关于自动标注 6.2马尔可夫模型和隐马尔可夫模型 6.3马尔可夫模型标注器 6.4隐马尔可夫模型标注器 第7章语法表示 7.1关于语法表示 7.2形式语法描述 7.3短语结构语法 7.4转移网络 7.5短语结构与句法树 第8章语法分析 8.1关于语法分析 8.2基于符号串的句法分析 8.3自底向上的图句法分析 8.4自顶向下的图句法分析 8.5基于转移网络的句法分析 8.6移进归约句法分析器 8.7概率上下文无关文法分析 第二部分习题 第三部分语义分析 第9章语义表示 9.1关于语义表示 9.2语义的逻辑表示方法 9.3论旨角色 9.4语义网络表示法 9.5框架表示法 9.6量词的处理 第10章语义分析 10.1关于语义分析 10.2组合理论与语义解释 10.3基于语义特征的解释方法 10.4基于语法关系的语义分析 10.5语义语法 10.6模板匹配 10.7语义驱动的分析技术 第11章语义消歧 11.1关于语义歧义 11.2选择限制法消歧 11.3语义网络 11.4统计词义消歧 11.5统计语义优选 第三部分习题 第四部分应用与技术 第12章文本分类 12.1关于文本分类 12.2文本分类方法 12.3文本分类的评测 第13章信息检索 13.1关于信息检索 13.2基于统计学的信息检索模型 13.3基于语义的信息检索 13.4典型信息检索系统 13.5信息检索技术前沿 第14章信息抽取 14.1关于信息抽取 14.2半结构化文本的信息抽取技术 14.3典型信息抽取系统 14.4Web信息抽取 第15章自动文摘 15.1关于自动文摘 15.2自动文摘的方法 15.3自动文摘系统的评测 15.4自动文摘系统 第四部分习题 参考文献