下载掌阅APP，畅读海量书库
立即打开
随着人工智能的蓬勃发展，大量应用场景中都会涉及文本的内容理解技术。由于场景不同，目前文本内容理解没有统一的模板，解决起来并不容易。市场上有各种各样的机器学习、深度学习、自然语言处理等资料，但是都没有与业务场景紧密地联系起来，即使有联系也很笼统，并没有涉及实际业务场景中非常琐碎的细节问题。而只有把这些细节问题解决好，才能更好地发展业务。同时，市面上从问题的角度讲解算法等相关知识的书很少，而在业务场景中更多的是通过简单且匹配的技术解决业务问题。所以，我想把如何从问题的角度拆解问题，然后通过匹配的技术解决业务问题的方法分享给大家。
在很多人眼里，写书是一件很困难的事情。不过我很想挑战一下，想在这种痛苦的“煎熬”之后，“榨干”自己的思想，交上一份满意的答卷。而且我一直坚信写书是一件非常有意义的事情，不仅能将自己积淀的知识固化下来，还能在回顾技术的过程中闪现更多新的想法。最最重要的是，我觉得把自己的技术经验、业务经验、深度思考等分享给更多的人，让更多的人可以站在前人的经验上继续前行，是一件无私且伟大的事情。
这本书是我和自己读研时期的挚友共同完成的。写书不仅加深了我们之间的友谊，还让我们更加坚信，科技可以改变世界。
1）统计学及相关专业的学生、IT从业者。本书的初衷是帮助从业者及相关专业的学生——拥有大量理论知识却缺乏实战经验的人员，将理论知识和实践联动起来，以更好地解决业务问题，达到对算法、技术、业务场景中的问题知其然且知其所以然的目的。
2）信息科学和计算机科学爱好者。对于信息科学和计算机科学爱好者来说，本书也是一本全面了解人工智能领域的应用、技术、场景的指南，书中没有太多晦涩难懂的数学公式，而是通过业务中的问题思考技术的使用。
3）人工智能相关专业的研究人员。
自然语言处理的目的是让计算机能够理解人类的语言。本书旨在从文本内容理解的角度入手，详细介绍文本特征表示、内容重复理解、内容通顺度识别及纠正、内容质量、标签体系、文本摘要生成及文本纠错等内容。本书采用以应用贯穿始终的方式进行相关技术的介绍和说明。
具体来说，本书主要从以下几个方面介绍自然语言处理中的相关技术及其应用。
第1章详细介绍了文本特征的表示方法，包括离散型特征表示方法与分布型特征表示方法，以及词向量的评判标准。
第2章主要从应用的角度介绍了标题、段落和文章重复三种场景以及三种场景的具体实现。
第3章介绍了数据增强方法、句子通顺度识别方法以及纠正不通顺内容的方法。
第4章从应用的角度详细介绍了知识问答质量体系的搭建方法，方便大家后续在业务中快速实践。
第5章主要讲述了标签体系的原理及构建过程中用到的3种主要算法。
第6章介绍了文本摘要生成中两类流行的方法，包括抽取式文本摘要和生成式文本摘要，还介绍了文本摘要的几种常用数据集以及文本摘要的评价方法。
第7章介绍了文本中错误的类型、来源，文本纠错常用的方法与框架，并介绍了常用的文本纠错工具的安装以及使用方法。
本书的特色在于详细且全面地介绍了目前流行的NLP算法，给出了丰富的理论知识，并结合代码进行讲解，以带领读者更好地理解算法。另外书中还介绍了如何在实际业务中高效地解决问题，使读者站在更高的角度，更加全面且具体地了解NLP技术。
由于作者水平有限，书中难免存在一些错误或者不准确的地方，恳请读者批评指正。读者可通过发送电子邮件到617803337@qq.com反馈建议或意见。
感谢家人对我的理解和支持。当我有出版一本书的想法的时候，他们一直鼓励我，相信我是在做一件非常有意义的事情。
感谢我的挚友谷雪、孟子尧、张朋莉愿意和我一起做这件有趣的事情。在与大家合作的过程中我成长了很多。
感谢颖颖老师对我的厚爱，范红星对我的陪伴，感谢我生命中的所有老师及让我成长的人。
感谢机械工业出版社的出版工作者。有了大家的辛勤付出，本书才得以顺利面世。
这本书是友谊、工作以及科研成果的结晶，也是我们并肩作战的见证，希望它可以将我们的实践经验、科研经验固化下来，帮助更多的人少走弯路，更快地成长。
谨以此书献给我们的青春，献给热爱算法并为之奋斗的朋友们。因为相信，所以坚定。
李明琦