本书分数学基础、汉语自动分词技术、基于数学统计的语言模型、基于语言理解的处理方法、音字转换技术、自动文摘技术、信息检索技术、文字识别技术几个章章全面阐述了自然语言处理技术的基本原理和实用方法，反映了信号与信息处理技术的前沿内容，具有较高的学术意义与应用价值。

第一章 引言

第二章 数学基础………………………………………………………7

第三章 汉语自动分词技术……………………………………………31

第四章 基于数学统计的语言模型……………………………………47

第五章 基于语言理解的处理方法……………………………………69

第六章 音字转换技术…………………………………………………99

第七章 自动文摘技术…………………………………………………113

第八章 信息检索技术…………………………………………………131

第九章 文字识别技术…………………………………………………157

计算机自然语言处理是用计算机通过可计算的方法对自然语言的各级语言 单位(字、词、语句、篇章等)进行转换、传输、存储、分析等加工处理的科学，是一 门与语言学、计算机科学、数学、心理学、信息论、声学等相联系的交叉性学科。 国际互联网技术的飞速发展，极大地推动了信息处理技术的发展，也为信息处理 技术不断提出新的需求。语言作为信息的载体，语言处理技术已经日益成为全 球信息化和我国社会与经济发展的重要支撑性技术。本书全面阐述了自然语言处理技术的基本原理和实用方法，全书共分为基 础、原理和应用3个篇章。第1章是概论；第2、第3章构成本书的基础篇，论述 了自然语言处理技术的数学基础和中文语言处理特有的自动分词技术；第4、第 5章构成本书的原理篇，分别论述了基于统计和基于语言学规则的语言处理技术 的基本原理；第6～9章构成本书的应用篇，论述了在音字转换、自动文摘、信息 检索、手写体识别等应用领域中的实用语言处理方法。参加本书编写工作的有王晓龙、关毅(第1章、第2章、第3章、第8章)、刘 秉权(第6章)、林磊(第9章)、陈清才(第2章、第7章)、刘远超(第7章)、赵岩 (第3章、第5章)、赵健(第4章、第8章)、肖镜辉(第4章)，全书由王晓龙、林磊 等进行了统编和审校。由于编著者水平有限，错误和疏漏在所难免，敬请读者批 评指正。

  作 者

  2004年3月