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。

李洋，副教授，硕士生导师。2017年博士毕业于哈尔滨工业大学计算机应用技术专业，主要研究方向为自然语言处理、社交网络挖掘。中国计算机学会会员，CCF YOCSEF哈尔滨2021-2022副主席，主持国家自然科学基金、黑龙江省自然科学基金面上项目，黑龙江省博士后基金面上项目。累计发表SCI/EI检索论文十余篇，其中包括ACM Transactions on Intelligent Systems and Technology(ACM TIST)、Neurocomputing、Bioinformatics等国际期刊。目前担任国际期刊Knowledge-Based Systems(KBS), Neurocomputing, ACM Transactions on Asian and Low-Resource Language Information Processing (TALLIP)等的审稿人。

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...