本教材从“基础”“算法”和“应用”三个方面,较为系统地介绍计算语言学的基础理论、相关的自然语言处理技术和应用。
基础部分(包括一、二、三章)主要讲述计算语言学的数学和语言学基本概念,计算语言学和自然语言处理技术的关系,自然语言处理的基本流程等内容。此外,作为计算语言学的重要分支之一,语料库语言学得到了较大发展,有关语料库语言学的基础概念、基本理论、近年来的一些发展概况在第三章中加以介绍。介绍这部分内容的目的,是让读者在不涉及技术细节的情况下,对计算语言学有一个初步的,同时也是较为全面的理解和掌握。
算法部分(包括第四、五章)主要介绍计算语言学的常用技术和算法。从处理对象来讲,主要包括词法层面的分析技术、句法层面的分析技术和语义层面的处理技术;从处理方法来讲,既有传统的规则方法,也有基于语料库的统计方法的介绍。这部分内容的主旨是希望通过本章学习后,使学生能对计算语言学的领域中的一些主流技术(比如隐马尔可夫模型在词性标注中的应用,GLR算法,部分分析技术等)有一个概要的认识,并能运用这些技术进行计算语言学相关的工作实践。
应用部分(包括第六、七章)主要讲授自然语言处理应用系统。

**章 绪论:什么是计算语言学
**节 计算语言学的研究对象
第二节 计算语言学的研究方法
第三节 计算语言学的实际应用
第四节 小结
第二章 语言知识的形式化表达
**节 语言与语言知识
第二节 形式化表达手段
第三节 语法知识的形式化表述理论体系
第四节 语义知识的形式化表述理论体系
第五节 语篇知识的形式化表述理论体系
第六节 小结
第三章 语料库:语言知识的另一种表示形式
**节 语料库研究概况
第二节 语料的收集与加工
第三节 语料库的应用
第四节 小结
第四章 词法分析
**节 概述
第二节 “词”的识别
第三节 词性标注
第四节 词义标注
第五节 小结
第五章 句法分析
**节 句法分析导引
第二节 广义LR分析算法
第三节 基于线图的分析技术
第四节 其他句法分析技术
第五节 小结
第六章 机器翻译
**节 机器翻译概述
第二节 基于规则的机器翻译
第三节 基于语料库的机器翻译以及混合式机器翻译
第四节 机器翻译的困难、对策和评价
第五节 小结
第七章 面向文本的智能信息处理
**节 信息检索
第二节 信息提取
第三节 文本自动分类
第四节 小结
术语表
后记