由陳鄞主編的《自然語言處理基本理論和方法》一共9章，可以分成兩個部分。**部分是**～5章，介紹自然語言處理的基礎知識，包括字符集的編碼體繫、語言計算模型、語言學資源建設等。第二部分是第6～9章，介紹自然語言處理的基本技術，包括自然語言的詞法分析、句法分析和語義分析等。

由陳鄞主編的《自然語言處理基本理論和方法》 對自然語言處理的基本理論和方法進行介紹。主要內 容包括字符集的編碼體繫、語言計算模型、語言學資 源建設、自然語言的詞法分析、句法分析和語義分析 等。《自然語言處理基本理論和方法》內容源於作者 多年的教學及科研心得，適合作為高等院校計算機相 關專業本科生及研究生課程的教材。

第1章 緒論
1．1什麼是自然語言處理
1．2自然語言處理的研究內容
1．3自然語言處理的應用領域
1．4自然語言處理中用到的知識
1．5自然語言處理面臨的困難
1．5．1歧義現像的處理
1．5．2未知語言現像的處理
1．6自然語言處理的基本方法及其發展
1．7學科現狀
1．8語言、思維和理解
1．9本書結構
本章小結
思考練習
第2章 語料庫與詞彙知識庫
2．1語料庫
2．1．1基本概念
2．1．2語料庫類型
2．1，3典型語料庫介紹
2．1．4語料處理的基本問題
2．2詞彙知識庫
2．2．1 WordNet
2．2．2知網
本章小結
思考練習
第3章 n元語法模型
3．1 n元語法的基本概念
3．2數據平滑技術
3．2．1 Laplace法則
3．2．2 GoodTrur1ng估計
3．2．3**折扣和線性折扣
3．2．4 W1tten—Bell平滑算法
3．2．5扣留估計
3．2．6交叉校驗
3．2．7刪除插值法
3．2．8 Katz回退算法
3．3開發和測試模型的數據集
3．4基於詞類的n—gram模型
本章小結
思考練習
第4章 隱馬爾科夫模型
4．1馬爾科夫模型
4．2隱馬爾科夫模型
4．3 HMM的三個基本問題
4．3．1求解觀察值序列的概率
4．3．2確定*優狀態序列
4．3．3 HMM的參數估計
本章小結
思考練習
第5章 常用機器學習方法簡介
5．1 決策樹
5．2貝葉斯分類器
5．3支持向量機
5．4*大熵模型
5．5感知器
5．6 Boost1ng
本章小結
思考練習
第6章 字符編碼與字頻統計
6．1西文字符編碼
6．2中文字符編碼
6．2．1 國標碼
6．2．2大五碼
6．2．3 Un1code與1SO／1EC 10646
6．2．4國標擴展碼
6．2．5 GB 18030
6．3字符編碼知識的作用
6．4字頻統計
6．4．1字頻統計的應用
6．4．2單字字頻統計
6．4．3雙字字頻統計
本章小結
思考練習
第7章 詞法分析
7．1漢語自動分詞及其基本問題
7．1．1分詞規範與詞表
7．1．2切分歧義問題
7．1．3未登錄詞識別問題
7．2基本分詞方法
7．2．1*大匹配法
7．2．2*少分詞法
7．2．3*大概率法
7．2．4與詞性標注相結合的分詞方法
7．2．5基於互現信息的分詞方法
7．2．6基於字分類的分詞方法
7．2．7基於實例的漢語分詞方法
7．3中文姓名識別
7．3．1基於規則的方法
7．3．2基於統計的方法
7．4漢語自動分詞繫統的評價
7．5英語形態還原
7．6詞性標注
7．6．1詞性標記集
7．6．2基於規則的詞性標注方法
7．6，3基於統計的詞性標注方法
本章小結
思考練習
第8章 句法分析
8．1文法的表示
8．2自頂向下的句法分析
8．3自底向上的句法分析
8．3．1移近一歸約算法
8．3．2歐雷分析法
8．3．3線圖分析法
8．3．4 cYK分析法
8．4概率上下文無關文法
8．5淺層句法分析
8．5．1問題的提出
8．5．2基於規則的方法
8．5．3基於統計的方法
8．6句法分析繫統評測
本章小結
思考練習
第9章 語義分析
9．1詞義消歧
9．1．1基於規則的詞義消歧
9．1．2基於統計的詞義消歧
9．1．3基於實例的詞義消歧
9．1．4基於詞典的詞義消歧
9．2語義角色標注
9．2．1 格語法
9．2．2基於統計機器學習技術的語義角色標注
9．3深層語義推理
9．3．1命題邏輯和渭詞邏輯
9．3．2語義網絡
9．3．3概念依存理論
本章小結
思考練習
參考文獻