自然語言處理綜論, 2/e (Speech and Language Processing, 2/e)

馮志偉, Daniel Jurafsky(D. 朱夫斯凱), James H. Martin(J. H. 馬丁)

買這商品的人也買了...

商品描述

從本書第一版出版以來,一直好評如潮,被國外許多大學選作自然語言處理或計算語言學的教材,被認為該領域教材的“黃金標準”。本書第一版綜合了自然語言處理、計算語言學和語音識別的內容,全面論述電腦自然語言處理,深入探討電腦處理自然語言的詞匯、句法、語義、語用等各個方面的問題,介紹了自然語言處理的各種現代技術。該版對於第一版做了全面的改寫,增加了大量反映自然語言處理最新成就的內容,特別是增加了語音處理和統計技術方面的內容,全書面貌為之一新。本書四大特色: 覆蓋全面 強調實用 註重評測 語料為本內容簡介本書全面論述了自然語言處理技術。本書在第一版的基礎上增加了自然語言處理的最新成就,特別是增加了語音處理和統計技術方面的內容,全書面貌為之一新。本書共分五個部分。第一部分“詞匯的電腦處理”,講述單詞的電腦處理,包括單詞切分、單詞的形態學、最小編輯距離、詞類,以及單詞電腦處理的各種算法,包括正則表達式、有限狀態自動機、有限狀態轉錄機、N元語法模型、隱馬爾可夫模型、最大熵模型等。第二部分“語音的電腦處理”,介紹語音學、語音合成、語音自動識別以及計算音系學。第三部分“句法的電腦處理”,介紹英語的形式語法,講述句法剖析的主要算法,包括CKY剖析算法、Earley剖析算法、統計剖析,並介紹合一與類型特徵結構、Chomsky層級分類、抽吸引理等分析工具。第四部分“語義和語用的電腦處理”,介紹語義的各種表示方法、計算語義學、詞匯語義學、計算詞匯語義學,並介紹同指、連貫等電腦話語分析問題。第五部分“應用”,講述信息抽取、問答系統、自動文摘、對話和會話智能代理、機器翻譯等自然語言處理的應用技術。本書寫作風格深入淺出,實例豐富,引人入勝。本書可作為高等學校自然語言處理或計算語言學的本科生和研究生的教材,也可以作為從事人工智能、自然語言處理等領域的研究人員和技術人員的必備參考。

作者簡介

Daniel Jurafsky 
在伯克利加利福尼亞大學於1983年獲語言學學士學位,1992年獲計算機科學博士學位。現任斯坦福大學語言學系和計算機科學系副教授,主要研究方向為語言的概率模型和語音信息處理。他在語音和語言處理領域發表了90多篇論文,並在1998年獲得美國國家基金會CAREER獎,在2002年獲得Mac-Arthur獎。

James H. Martin 
於1981年在哥倫比亞大學獲計算機科學學士學位,1988年在伯克利加利福尼亞大學獲計算機科學博士學位。現任博爾德的科羅拉多大學語言學系、計算機科學系教授,認知科學研究所研究員,主要研究方向為計算語義學、機器學習和信息檢索。他發表過70多篇有關計算機科學的專著,出版了A Computational Model of Metaphor Interpretation一書。
 

目錄大綱

第1章導論
1.1語音與語言處理中的知識
1.2歧義
1.3模型和算法
1.4語言、思維和理解
1.5學科現狀與近期發展
1.6語音和語言處理簡史
1.6.1基礎研究:20世紀40年代和20世紀50年代
1.6.2兩個陣營:1957年至1970年
1.6.3四個範型:1970年至1983年
1.6.4經驗主義和有限狀態模型的複蘇:1983年至1993年
1.6.5不同領域的合流:1994年至1999年
1.6.6機器學習的興起:2000年至2008年
1.6.7關於多重發現
1.6.8心理學的簡要註記
1.7小結
1.8文獻和歷史說明

第一部分詞彙的計算機處理
第2章正則表達式與自動機
2.1正則表達式
2.1.1基本正則表達式模式
2.1.2析取、組合與優先關係
2.1.3一個簡單的例子
2.1.4一個比較複雜的例子
2.1.5高級算符
2.1.6正則表達式中的替換、存儲器與ELIZA 
2.2有限狀態自動機
2.2.1用FSA來識別羊的語言
2.2.2形式語言
2.2.3其他例子
2.2.4非確定FSA 
2.2.5使用NFSA接收符號串
2.2.6識別就是搜索
2.2.7確定自動機與非確定自動機的關係
2.3正則語言與FSA 
2.4小結
2.5文獻和歷史說明

第3章詞與轉錄機
3.1英語形態學概觀
3.1.1屈折形態學
3.1.2派生形態學
3.1.3附著
3.1.4非毗連形態學
3.1.5一致關係
3.2有限狀態形態剖析
3.3有限狀態詞表的建造
3.4有限狀態轉錄機
3.4.1定序轉錄機和確定性
3.5用於形態剖析的FST 
3.6轉錄機和正詞法規則
3.7把FST詞表與規則相結合
3.8與詞表無關的FST:Porter詞幹處理器
3.9單詞和句子的詞例還原
3.9.1中文的自動切詞
3.10拼寫錯誤的檢查與更正
3.11最小編輯距離
3.12人是怎樣進行形態處理的
3.13小結
3.14文獻和歷史說明

第4章N元語法
4.1語料庫中單詞數目的計算
4.2簡單的(非平滑的)N元語法
4.3訓練集和測試集
4.3.1N元語法及其對訓練語料庫的敏感性
4.3.2未知詞:開放詞彙與封閉詞彙
4.4N元語法的評測:困惑度
4.5平滑
4.5.1Laplace平滑
4.5.2Good Turing打折法
4.5.3Good Turing估計的一些高級專題
4.6插值法
4.7回退法
4.7. 1高級專題:計算Katz回退的α和P* 
4.8實際問題:工具包和數據格式
4.9語言模型建模中的高級專題
4.9.1高級的平滑方法:Kneser Ney平滑法
4.9.2基於類別的N元語法
4.9.3語言模型的自適應和網絡(Web)應用
4.9.4長距離信息的使用:簡要的綜述
4.10信息論背景
4.10.1用於比較模型的交叉熵
4.11高級問題:英語的熵和熵率均衡性
4.12小結
4.13文獻和歷史說明

第5章詞類標註
5.1(大多數)英語詞的分類
5.2英語的標記集
5.3詞類標註
5.4基於規則的詞類標註
5.5基於隱馬爾可夫模型的詞類標註
5.5. 1計算最可能的標記序列:一個實例
5.5.2隱馬爾可夫標註算法的形式化
5.5.3使用Viterbi算法來進行HMM標註
5.5.4把HMM擴充到三元語法
5.6基於轉換的標註
5.6.1怎樣應用TBL規則
5.6.2怎樣學習TBL規則
5.7評測和錯誤分析
5.7.1錯誤分析
5.8詞類標註中的高級專題
5.8.1實際問題:標記的不確定性與詞例還原
5.8.2未知詞
5.8.3其他語言中的詞類標註
5.8.4標註算法的結合
5.9高級專題:拼寫中的噪聲信道模型
5.9.1上下文錯拼更正
5.10小結
5.11文獻和歷史說明

第6章隱馬爾可夫模型與最大熵模型
6.1馬爾可夫鏈
6.2隱馬爾可夫模型
6.3似然度的計算:向前算法
6.4解碼:Viterbi算法
6.5HMM的訓練:向前向後算法
6.6最大熵模型:背景
6.6.1線性回歸
6.6.2邏輯回歸
6.6.3邏輯回歸:分類
6.6.4高級專題:邏輯回歸的訓練
6.7最大熵模型
6.7.1為什麼稱為最大熵
6.8最大熵馬爾可夫模型
6.8.1MEMM的解碼和訓練
6.9小結
6.10文獻和歷史說明

第二部分語音的計算機處理
第7章語音學
7.1言語語音與語音標音法
7.2發音語音學
7.2.1發音器官
7.2.2輔音:發音部位
7.2.3輔音:發音方法
7.2.4元音
7.2.5音節
7.3音位範疇與發音變異
7.3.1語音特徵
7.3.2語音變異的預測
7.3.3影響語音變異的因素
7.4聲學語音學和信號
7.4.1波
7.4.2語音的聲波
7.4.3頻率與振幅:音高和響度
7.4.4從波形來解釋音子
7.4.5聲譜和頻域
7.4.6聲源濾波器模型
7.5語音資源
7.6高級問題:發音音系學與姿態音系學
7.7小結
7.8文獻和歷史說明

第8章語音合成
8.1文本歸一化
8.1.1句子的詞例還原
8.1.2非標準詞
8.1.3同形異義詞的排歧
8.2語音分析
8.2.1查詞典
8.2.2名稱
8.2.3字位-音位轉換
8.3韻律分析
8.3.1韻律的結構
8.3. 2韻律的突顯度
8.3.3音調
8.3.4更精巧的模型:ToBI 
8.3.5從韻律標記計算音延
8.3.6從韻律標記計算F0 
8.3.7文本分析的最後結果:內部表示
8.4雙音子波形合成
8.4.1建立雙音子數據庫的步驟
8.4.2雙音子毗連和用於韻律的TD-PSOLA 
8.5單元選擇(波形)合成
8.6評測
8.7文獻和歷史說明

第9章語音自動識別
9.1語音識別的總體結構
9.2隱馬爾可夫模型應用於語音識別
9.3特徵抽取:MFCC矢量
9.3.1預加重
9.3.2加窗
9.3.3離散傅里葉變換
9.3.4Mel濾波器組和對數
9.3.5倒譜:逆向傅里葉變換
9.3.6Delta特徵與能量
9.3.7總結:MFCC 
9.4聲學似然度的計算
9.4 .1矢量量化
9.4.2高斯概率密度函數
9.4.3概率、對數概率和距離函數
9.5詞典和語言模型
9.6搜索與解碼
9.7嵌入式訓練
9.8評測:詞錯誤率
9.9小結
9.10文獻和歷史說明

第10章語音識別:高級專題
10.1多遍解碼:N最佳表和格
10.2A*解碼算法(“棧”解碼算法)
10.3依賴於上下文的聲學模型:三音子
10.4分辨訓練
10.4.1最大互信息估計
10.4.2基於後驗分類器的聲學模型
10.5語音變異的建模
10.5.1環境語音變異和噪聲
10.5.2說話人變異和說話人適應
10.5.3發音建模:由於語類的差別而產生的變異
10.6元數據:邊界、標點符號和不流利現象
10.7人的語音識別
10.8小結
10.9文獻和歷史說明

第11章計算音系學
11.1有限狀態音系學
11.2高級有限狀態音系學
11.2.1元音和諧
11.2.2模板式形態學
11.3計算優選理論
11.3.1優選理論中的有限狀態轉錄機模型
11.3.2優選理論的隨機模型
11.4音節切分
11.5音位規則和形態規則的機器學習
11.5.1音位規則的機器學習
11.5.2形態規則的機器學習
11.5.3優選理論中的機器學習
11.6小結
11.7文獻和歷史說明

第三部分句法的計算機處理
第12章英語的形式語法
12.1組成性
12.2上下文無關語法
12.2.1上下文無關語法的形式定義
12.3英語的一些語法規則
12.3.1句子一級的結構
12.3.2子句與句子
12.3.3名詞短語
12.3.4一致關係
12.3.5動詞短語和次範疇化
12.3.6助動詞
12.3.7並列關係
12.4樹庫
12.4.1樹庫的例子:賓州樹庫課題
12.4.2作為語法的樹庫
12.4.3樹庫搜索
12.4.4中心詞與中心詞的發現
12.5語法等價與範式
12.6有限狀態語法和上下文無關語法
12.7依存語法
12.7.1依存和中心詞之間的關係
12.7.2範疇語法
12.8口語的句法
12.8.1不流暢現象與口語修正
12.8.2口語樹庫
12.9語法和人的語言處理
12.10小結
12.11文獻和歷史說明

第13章句法剖析
13.1剖析就是搜索
13.1.1自頂向下剖析
13.1.2自底向上剖析
13.1.3自頂向下剖析與自底向上剖析比較
13.2歧義
13.3面對歧義的搜索
13.4動態規劃剖析方法
13.4.1CKY剖析
13.4.2Earley算法
13.4.3線圖剖析
13.5局部剖析
13.5.1基於規則的有限狀態組塊分析
13.5.2基於機器學習的組塊分析方法
13.5.3組塊分析系統的評測
13.6小結
13.7文獻和歷史說明

第14章統計剖析
14.1概率上下文無關語法
14.1. 1 PCFG用於排歧
14.1.2PCFG用於語言建模
14.2PCFG的概率CKY剖析
14.3PCFG規則概率的學習途徑
14.4PCFG的問題
14.4.1獨立性假設忽略了規則之間的結構依存關係
14.4.2缺乏對詞彙依存關係的敏感性
14.5使用分離非終極符號的辦法來改進PCFG 
14.6概率詞彙化的CFG 
14.6.1Collins剖析器
14.6.2高級問題:Collins剖析器更多的細節
14.7剖析器的評測
14.8高級問題:分辨再排序
14.9高級問題:基於剖析器的語言模型
14.10人的剖析
14.11小結
14.12文獻和歷史說明

第15章特徵與合一
15.1特徵結構
15.2特徵結構的合一
15.3語法中的特徵結構
15.3.1一致關係
15.3.2中心語特徵
15.3.3次範疇化
15.3.4長距離依存關係
15.4合一的實現
15.4.1合一的數據結構
15.4.2合一算法
15.5帶有合一約束的剖析
15.5.1把合一結合到