自然語(yǔ)言處理（NLP）作為人工智能研究的核心領(lǐng)域之一，長(zhǎng)久以來(lái)都受到廣泛關(guān)注。微軟全球執(zhí)行副總裁沈向洋博士曾表示“懂語(yǔ)言者得天下，人工智能對(duì)人類(lèi)影響最為深刻的就是自然語(yǔ)言方面�！爆F(xiàn)在很多研究人員都在進(jìn)入自然語(yǔ)言領(lǐng)域，希望可以解決“讓機(jī)器理解人類(lèi)語(yǔ)言”這一難題。
為了幫助大家更好地學(xué)習(xí)NLP，我們邀請(qǐng)微軟亞洲研究院自然語(yǔ)言計(jì)算組資深研究員韋福如為大家推薦了一些關(guān)于自然語(yǔ)言學(xué)習(xí)方面經(jīng)典的書(shū)籍和課程，分為入門(mén)級(jí)和進(jìn)階級(jí)兩大類(lèi)。
好，同學(xué)們現(xiàn)在都準(zhǔn)備好了嗎？請(qǐng)系好安全帶，我們這輛開(kāi)往“NLP大佬界”方向的車(chē)就要發(fā)車(chē)了！
一、入門(mén)篇
主要目標(biāo)：熟悉和了解自然語(yǔ)言處理領(lǐng)域的基本術(shù)語(yǔ)、任務(wù)定義和基本算法，比如輸入輸出、評(píng)價(jià)標(biāo)準(zhǔn)和應(yīng)用場(chǎng)景。為以后的進(jìn)一步學(xué)習(xí)、科研、產(chǎn)品開(kāi)發(fā)以及學(xué)術(shù)和技術(shù)交流奠定基礎(chǔ)。
1、Speech and Language Processing, 2nd Edition
作者：Daniel Jurafsky and James H. Martin
中文譯名：語(yǔ)音與語(yǔ)言處理
適合人群：初級(jí)到中級(jí)學(xué)者
推薦指數(shù)：★★★★★
主要內(nèi)容：本書(shū)內(nèi)容涵蓋了自然語(yǔ)言處理的方方面面，從底層的詞法分詞、語(yǔ)法分析和語(yǔ)義分析，到和應(yīng)用更為接近的自然語(yǔ)言處理任務(wù)，如信息抽取、機(jī)器翻譯、自動(dòng)問(wèn)答、文本摘要、對(duì)話系統(tǒng)等。書(shū)中將自然語(yǔ)言處理、計(jì)算語(yǔ)言學(xué)以及語(yǔ)音識(shí)別等內(nèi)容融合在一起，把各種技術(shù)相互聯(lián)系起來(lái)，讓讀者了解怎樣才能最佳地利用每種技術(shù)，怎樣才能將各種技術(shù)結(jié)合起來(lái)使用。
推薦理由：最經(jīng)典的自然語(yǔ)言處理的入門(mén)教程，也被國(guó)外許多著名大學(xué)選為自然語(yǔ)言處理和計(jì)算語(yǔ)言學(xué)課程的主要教材。本書(shū)寫(xiě)作風(fēng)格引人入勝，深入技術(shù)細(xì)節(jié)而又不讓人感覺(jué)枯燥，不僅可以作為高等學(xué)校自然語(yǔ)言處理和計(jì)算語(yǔ)言學(xué)等課程的本科生和研究生教材，對(duì)于自然語(yǔ)言處理相關(guān)領(lǐng)域的研究人員和技術(shù)人員也是不可或缺的權(quán)威參考書(shū)。
2、Foundations of Statistical Natural Language Processing
作者：Christopher Manning and Hinrich Schütze
中文譯名：統(tǒng)計(jì)自然語(yǔ)言處理基礎(chǔ)
適合人群：初級(jí)到中級(jí)學(xué)者
推薦指數(shù)：★★★★★
主要內(nèi)容：本書(shū)涵蓋的內(nèi)容十分廣泛，分為四個(gè)部分，共16章，包括了構(gòu)建自然語(yǔ)言處理軟件工具將用到的幾乎所有理論和算法。全書(shū)的論述過(guò)程由淺入深，從數(shù)學(xué)基礎(chǔ)到精確的理論算法，從簡(jiǎn)單的詞法分析到復(fù)雜的語(yǔ)法分析，適合不同水平的讀者群的需求。同時(shí)，《統(tǒng)計(jì)自然語(yǔ)言處理基礎(chǔ)：國(guó)外計(jì)算機(jī)科學(xué)教材系列》將理論與實(shí)踐緊密聯(lián)系在一起，在介紹理論知識(shí)的基礎(chǔ)上給出了自然語(yǔ)言處理技術(shù)的高層應(yīng)用（如信息檢索等）。
推薦理由：經(jīng)典的統(tǒng)計(jì)自然語(yǔ)言處理的入門(mén)教材。內(nèi)容涉及統(tǒng)計(jì)自然語(yǔ)言處理用到的數(shù)學(xué)基礎(chǔ)，詞法到語(yǔ)法分析，以及自然語(yǔ)言處理的基本任務(wù)（比如文本分類(lèi)、聚類(lèi)，統(tǒng)計(jì)機(jī)器翻譯，以及信息檢索）。本教材成書(shū)較早（1999年），但是自然語(yǔ)言處理領(lǐng)域的基本概念和任務(wù)沒(méi)有太大的變化，仍然適用于初學(xué)者快速了解自然語(yǔ)言處理相關(guān)的概念和任務(wù)。
3、統(tǒng)計(jì)自然語(yǔ)言處理（第2版）
作者：宗成慶
適合人群：初級(jí)到中級(jí)學(xué)者
推薦指數(shù)：★★★★☆
主要內(nèi)容：本書(shū)介紹了統(tǒng)計(jì)自然語(yǔ)言處理的基本概念、理論方法和最新研究進(jìn)展，內(nèi)容包括形式語(yǔ)言與自動(dòng)機(jī)及其在自然語(yǔ)言處理中的應(yīng)用、語(yǔ)言模型、隱馬爾可夫模型、語(yǔ)料庫(kù)技術(shù)、漢語(yǔ)自動(dòng)分詞與詞性標(biāo)注、句法分析、詞義消歧、篇章分析、統(tǒng)計(jì)機(jī)器翻譯、語(yǔ)音翻譯、文本分類(lèi)、信息檢索與問(wèn)答系統(tǒng)、自動(dòng)文摘和信息抽取、口語(yǔ)信息處理與人機(jī)對(duì)話系統(tǒng)等。
推薦理由：本書(shū)既有對(duì)基礎(chǔ)知識(shí)和理論模型的介紹，也有對(duì)相關(guān)問(wèn)題的研究背景、實(shí)現(xiàn)方法和技術(shù)現(xiàn)狀的詳細(xì)闡述�？勺鳛楦叩仍盒Ｓ�(jì)算機(jī)、信息技術(shù)等相關(guān)專(zhuān)業(yè)的高年級(jí)本科生或研究生的教材或參考書(shū)，也可供從事自然語(yǔ)言處理、數(shù)據(jù)挖掘和人工智能等研究的相關(guān)人員參考。
二、進(jìn)階篇
主要目標(biāo)：近年來(lái)，深度學(xué)習(xí)的算法和模型在自然語(yǔ)言處理的主要任務(wù)（例如機(jī)器翻譯、自動(dòng)問(wèn)答、機(jī)器閱讀、文本摘要、文本生成等）上取得了很好的效果。雖然現(xiàn)在對(duì)深度學(xué)習(xí)的模型和傳統(tǒng)模型的優(yōu)劣尚不能定論（根據(jù)不同的任務(wù)、應(yīng)用場(chǎng)景和需求以及數(shù)據(jù)規(guī)模可能有不同的結(jié)論，實(shí)際系統(tǒng)中更多時(shí)候也是共存互補(bǔ)），但這個(gè)方向目前成為學(xué)術(shù)界和工業(yè)界關(guān)注和投入的重點(diǎn)方向，實(shí)際的自然語(yǔ)言應(yīng)用系統(tǒng)中也都或多或少、或直接或間接用到深度學(xué)習(xí)的技術(shù)，值得大家關(guān)注。
1、Neural Network Methods in Natural Language Processing (Synthesis Lectures on Human Language Technologies)
作者：Yoav Goldberg
適合人群：初級(jí)到中級(jí)學(xué)者
推薦指數(shù)：★★★★★
主要內(nèi)容：本書(shū)著重介紹神經(jīng)網(wǎng)絡(luò)模型在自然語(yǔ)言數(shù)據(jù)中的應(yīng)用。本書(shū)的前半部分介紹了有監(jiān)督的機(jī)器學(xué)習(xí)和前饋神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)，基于語(yǔ)言數(shù)據(jù)的機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)。它還涵蓋了可以定義和訓(xùn)練任意神經(jīng)網(wǎng)絡(luò)的計(jì)算圖形抽象方面的知識(shí)，是當(dāng)代神經(jīng)網(wǎng)絡(luò)軟件庫(kù)設(shè)計(jì)的基礎(chǔ)。本書(shū)的第二部分介紹了更多專(zhuān)門(mén)的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)，包括一維卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、條件生成模型和基于注意力的模型。這些體系結(jié)構(gòu)和技術(shù)是機(jī)器翻譯、句法分析和許多其他應(yīng)用程序的最先進(jìn)算法的推動(dòng)力量。最后，本書(shū)還討論了樹(shù)形網(wǎng)絡(luò)，結(jié)構(gòu)化預(yù)測(cè)和多任務(wù)學(xué)習(xí)的前景。
推薦理由：大家都知道最近幾年由于深度學(xué)習(xí)的興起，使得圖像識(shí)別、語(yǔ)音識(shí)別等多個(gè)方面都發(fā)生了很大的變革。深度學(xué)習(xí)在自然語(yǔ)言處理方面也是非常普遍了，一些經(jīng)典的自然語(yǔ)言模式也都是基于神經(jīng)網(wǎng)絡(luò)的，這本書(shū)是目前市面上唯一一本介紹神經(jīng)網(wǎng)絡(luò)在自然語(yǔ)言處理的應(yīng)用，是最新、最前沿的東西，而且書(shū)中的大量參考文獻(xiàn)非常有價(jià)值。本書(shū)的作者在這個(gè)領(lǐng)域非常知名，并且對(duì)待學(xué)術(shù)態(tài)度極其嚴(yán)謹(jǐn)。深入淺出，值得對(duì)深度學(xué)習(xí)在自然語(yǔ)言處理中應(yīng)用感興趣的同學(xué)系統(tǒng)地讀一讀。
2、CS224d: Deep Learning for Natural Language Processing
課程導(dǎo)師：Richard Socher
適合人群：初級(jí)到中級(jí)學(xué)者
課程鏈接：
http://cs224d.stanford.edu/syllabus.html
推薦指數(shù)：★★★★★
主要內(nèi)容：斯坦福大學(xué)自然語(yǔ)言小組的基于深度學(xué)習(xí)的自然語(yǔ)言處理的課程。介紹了自然語(yǔ)言處理領(lǐng)域廣泛應(yīng)用的網(wǎng)絡(luò)結(jié)構(gòu)（例如循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)以及遞歸神經(jīng)網(wǎng)絡(luò)等）及其在自然語(yǔ)言處理的經(jīng)典任務(wù)，例如分類(lèi)任務(wù)（情感分類(lèi)），序列標(biāo)注任務(wù)（實(shí)體識(shí)別），序列到序列的生成任務(wù)（機(jī)器翻譯）的實(shí)際應(yīng)用。
推薦理由：自然語(yǔ)言處理是信息時(shí)代最重要的技術(shù)之一。理解復(fù)雜的語(yǔ)言也是人工智能的重要組成部分。自然語(yǔ)言處理的應(yīng)用無(wú)處不在，因?yàn)槿藗冇谜Z(yǔ)言溝通了大部分內(nèi)容：網(wǎng)絡(luò)搜索、廣告、電子郵件、客戶服務(wù)、語(yǔ)言翻譯、放射學(xué)報(bào)告等等。本課程比較適合對(duì)這個(gè)領(lǐng)域感興趣的初學(xué)者。
3、Oxford Deep Learning for NLP class
課程導(dǎo)師：Phil Blunsom. (2017) Class by Deep Mind NLP Group.
適合人群：中級(jí)到高級(jí)學(xué)者
課程鏈接：https://machinelearningmastery.com/oxford-course-deep-learning-natural-language-processing/
推薦指數(shù)：★★★★★
主要內(nèi)容：DeepMind團(tuán)隊(duì)成員在牛津大學(xué)教授基于深度學(xué)習(xí)的自然語(yǔ)言處理的課程。內(nèi)容涉及到詞嵌入，基于循環(huán)神經(jīng)網(wǎng)絡(luò)的語(yǔ)言模型，基于循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的文本分類(lèi)，基于循環(huán)神經(jīng)網(wǎng)絡(luò)的條件語(yǔ)言模型（廣泛應(yīng)用于機(jī)器翻譯、文本摘要等）及其中的注意力機(jī)制，以及基于深度學(xué)習(xí)模型的自動(dòng)問(wèn)答等主要自然語(yǔ)言處理的任務(wù)。
推薦理由：深度學(xué)習(xí)方法在一套自然語(yǔ)言處理問(wèn)題上達(dá)到了最先進(jìn)的效果，這是英國(guó)牛津大學(xué)教授的一門(mén)關(guān)于自然語(yǔ)言處理深度學(xué)習(xí)的課程，本課程的大部分材料都可以在線免費(fèi)獲取。比較適合對(duì)這個(gè)領(lǐng)域有一定的基礎(chǔ)，希望了解最新進(jìn)展和進(jìn)一步學(xué)習(xí)和研究的同學(xué)。
好，讀到這里的同學(xué)，我可以很負(fù)責(zé)任地告訴你，你已經(jīng)是個(gè)NLP界的老司機(jī)了！
希望推薦書(shū)小編推薦的書(shū)單能夠?qū)ο脒M(jìn)入自然語(yǔ)言處理領(lǐng)域卻有些迷茫、無(wú)從入手的小伙伴們有所幫助，也希望這些小可愛(ài)們將來(lái)能在這個(gè)領(lǐng)域發(fā)光發(fā)熱！
也歡迎大家在下方留言區(qū)留言，分享你的NLP書(shū)單。
|
