自然语言处理原理与技术实现

作　者：	罗刚
出版社：	电子工业出版社
丛编项：
版权说明：	本书为公共版权或经版权方授权，请支持正版图书
标　签：	操作系统/系统开发计算机/网络

ISBN	出版时间	包装	开本	页数	字数
未知	暂无	暂无	未知	0	暂无

作者简介

　　罗刚，猎兔搜索创始人，带领猎兔搜索技术开发团队先后开发出猎兔中文分词系统、猎兔信息提取系统、猎兔智能垂直搜索系统以及网络信息监测系统等，实现互联网信息的采集、过滤、搜索和实时监测。曾编写出版《自己动手写搜索引擎》、《自己动手写网络爬虫》、《使用C#开发搜索引擎》，获得广泛好评。在北京和上海等地均有猎兔培训的学员。张子宪，聊城大学教师、中国矿业大学（北京）博士生，研究方向：自动句法分析、机器翻译。

内容简介

本书详细介绍自然语言处理各主要领域的原理以Java 实现，包括中文分词、词性标注、依存句法分析等。其中详细介绍了中文分词和词性标注的过程及相关算法，如隐马尔可夫模型等。在自然语言处理的应用领域主要介绍了信息抽取、自动文摘、文本分类等领域的基本理论和实现过程，此外还有问答系统、语音识别等目前应用非常广泛的领域。在问答系统的介绍中，本书特地介绍了聊天机器人的实现过程，从句子理解、句法分析、同义词提取等方面揭示聊天机器人的实现原理。

图书目录

第1章

应用自然语言处理技术 11.1

付出与回报 21.1.1

如何开始 21.1.2 招聘人员 21.1.3 学习 31.2 开发环境 31.3 技术基础 41.3.1 Java 41.3.2 规则方法 51.3.3 统计方法 51.3.4 计算框架 51.3.5 文本挖掘 71.3.6 语义库 71.4 本章小结 91.5 专业术语 9第2章

中文分词原理与实现 112.1 接口 122.1.1 切分方案 132.1.2 词特征 132.2 查找词典算法 132.2.1 标准Trie树 142.2.2 三叉Trie树 182.2.3 词典格式 262.3 最长匹配中文分词 272.3.1 正向最大长度匹配法 282.3.2 逆向最大长度匹配法 332.3.3 处理未登录串 392.3.4 开发分词 432.4 概率语言模型的分词方法 452.4.1 一元模型 472.4.2 整合基于规则的方法 542.4.3 表示切分词图 552.4.4...

英文分析 1943.1 分词 1943.1.1 句子切分 1943.1.2 识别未登录串 1973.1.3 切分边界 1983.2 词性标注 1993.3 重点词汇 2023.4 句子时态 2033.5 本章小结 204第4章

依存文法分析 2054.1 句法分析树 2054.2 依存文法 2114.2.1 中文依存文法 2114.2.2 英文依存文法 2204.2.3 生成依存树 2324.2.4 遍历 2354.2.5 机器学习的方法 2374.3 小结 2374.4 专业术语 238第5章

文档排重 2395.1 相似度计算 2395.1.1 夹角余弦 2395.1.2 最长公共子串 2425.1.3 同义词替换 2465.1.4 地名相似度 2485.1.5 企业名相似度 2515.2 文档排重 2515.2.1 关键词排重 2515.2.2 SimHash 2545.2.3 分布式文档排重 2685.2.4 使用文本排重 2695.3 在搜索引擎中使用文本排重 2695.4 本章小结 2705.5 专业术语 270第6章

信息提取 2716.1 指代消解 2716.2 中文关键词提取 2736.2.1 关键词提取的基本方法 2736.2.2 HITS算法应用于关键词提取 2756.2.3 从网页中提取关键词 2776.3 信息提取 2786.3.1 提取联系方式 2806.3.2 从互联网提取信息 2816.3.3 提取地名 2826.4 拼写纠错 2836.4.1 模糊匹配问题 2856.4.2 正确词表 2966.4.3 英文拼写检查 2986.4.4 中文拼写检查 3006.5 输入提示 3026.6 本章小结...

自动摘要 3047.1 自动摘要技术 3057.1.1 英文文本摘要 3077.1.2 中文文本摘要 3097.1.3 基于篇章结构的自动摘要 3147.1.4 句子压缩 3147.2 指代消解 3147.3 Lucene中的动态摘要 3147.4 本章小结 3177.5 专业术语 318第8章

文本分类 3198.1 地名分类 3218.2 错误类型分类 3218.3 特征提取 3228.4 关键词加权法 3268.5 朴素贝叶斯 3308.6 贝叶斯文本分类 3368.7 支持向量机 3368.7.1 多级分类 3458.7.2 规则方法 3478.7.3 网页分类 3508.8 最大熵 3518.9 信息审查 3528.10 文本聚类 3538.10.1 K均值聚类方法 3538.10.2 K均值实现 3558.10.3 深入理解DBScan算法 3598.10.4 使用DBScan算...

文本倾向性分析 3649.1 确定词语的褒贬倾向 3679.2 实现情感识别 3689.3 本章小结 3729.4 专业术语 373第10章

问答系统 37410.1 问答系统的结构 37510.1.1 提取问答对 37610.1.2 等价问题 37610.2 问句分析 37710.2.1 问题类型 37710.2.2 句型 38110.2.3 业务类型 38110.2.4 依存树 38110.2.5 指代消解 38310.2.6 二元关系 38310.2.7 逻辑表示 38610.2.8 问句模板 38610.2.9 结构化问句模板 38910.2.10 检索方式 39010.2.11 问题重写 39510.2.12 提取事实 3951...

语音识别 41311.1 总体结构 41411.1.1 识别中文 41611.1.2 自动问答 41711.2 语音库 41811.3 语音合成 41911.3.1 归一化 42011.4 语音 42011.4.1 标注 42411.4.2 相似度 42411.5 Sphinx 42411.5.1 中文训练集 42611.6 Julius 42911.7 本章小结 42911.8 术语表 429参考资源 430后记 431