对于从事自然语言处理、文本分析的专业人士来说，建议参考学习《自然语言处理综论第2版》。对于第一版做了全面的改写，增加了大量反映自然语言处理最新成就的内容，特别是增加了语音处理和统计技术方面的内容。
《自然语言处理综论第2版》覆盖全面，强调实用，注重评测，语料为本。
《自然语言处理综论第二版》在第一版的基础上增加了自然语言处理的最新成就，特别是增加了语音处理和统计技术方面的内容。
《自然语言处理综论第2版》中文PDF，827页，有目录书签，文字可以复制。
《自然语言处理综论第2版》英文PDF，1044页，有目录书签，文字可以复制。
作者: Daniel Jurafsky(D. 朱夫斯凯) / James H. Martin(J. H. 马丁)
译者: 冯志伟
下载: https://pan.baidu.com/s/1GBMQb9x20a2gEwjenc05aQ
提取码: nqh8
共分五个部分。
第一部分“词汇的计算机处理”，讲述单词的计算机处理，包括单词切分、单词的形态学、最小编辑距离、词类，以及单词计算机处理的各种算法，包括正则表达式、有限状态自动机、有限状态转录机、N元语法模型、隐马尔可夫模型、最大熵模型等。
第二部分“语音的计算机处理”，介绍语音学、语音合成、语音自动识别以及计算音系学。
第三部分“句法的计算机处理”，介绍英语的形式语法，讲述句法剖析的主要算法，包括CKY剖析算法、Earley剖析算法、统计剖析，并介绍合一与类型特征结构、Chomsky层级分类、抽吸引理等分析工具。
第四部分“语义和语用的计算机处理”，介绍语义的各种表示方法、计算语义学、词汇语义学、计算词汇语义学，并介绍同指、连贯等计算机话语分析问题。
第五部分“应用”，讲述信息抽取、问答系统、自动文摘、对话和会话智能代理、机器翻译等自然语言处理的应用技术。
《自然语言处理综论第2版》深入浅出，实例丰富，引人入胜。
《自然语言处理综论第2版》可作为从事人工智能、自然语言处理等领域的研究人员和技术人员的参考。
《自然语言处理综论第2版》在第一版的基础上增加了自然语言处理的最新成就，特别是增加了语音处理和统计技术方面的内容，全书面貌为之一新。
在学习NLP时，一定要理论联系实际，知识才能掌握的更扎实。
推荐参考：
《文本上的算法深入浅出自然语言处理(路彦雄)》PDF，212页，带书签目录，文字可以复制粘贴。
《自然语言处理简明教程(冯志伟)》PDF，980页，带书签目录。
下载：https://pan.baidu.com/s/16AFAsJ7JuDy0T5clteGrPA
《文本上的算法深入浅出自然语言处理》结合从事自然语言处理相关工作的经验，力图用生动形象的方式深入浅出地介绍自
然语言处理的理论、方法和技术。抛弃掉繁琐的证明，提取出算法的核心，帮助尽快地掌握自然语言处理所必备的知识和技
能。主要分两大部分。第一部分是理论篇，包含前3章内容，主要介绍一些基础的数学知识、优化理论知识和一些机器学习的
相关知识。第二部分是应用篇，包含第4章到第8章，分别针对计算性能、文本处理的术语、相似度计算、搜索引擎、推荐系
统、自然语言处理和对话系统等主题展开介绍和讨论。
《自然语言处理简明教程》系统地阐述了自然语言处理的基本方法，描述了每一种方法的技术原理及操作过程。自然语言处
理需要语言学本体理论的支撑，反过来，语言学本体理论也可以从自然语言处理当中，受到很大启发。冯先生不仅对自然语
言处理很内行，还对西方语言学流派十分熟稔，对于语言本体的观察和分析也十分好！
《精通Python自然语言处理》是学习自然语言处理的一本综合学习指南，介绍了如何用Python实现各种NLP任务，以帮助创建
基于真实生活应用的项目。共10章，分别涉及字符串操作、统计语言建模、形态学、词性标注、语法解析、语义分析、情感
分析、信息检索、语篇分析和NLP系统评估等主题。
下载：https://pan.baidu.com/s/1jDTS3Q5-CJFQth3xiApuDQ
《精通Python自然语言处理》中文PDF，225页，带书签，文字可复制。
《精通Python自然语言处理》英文PDF，238页，带书签，文字可复制。
配套源代码。
中文自然语言处理需要使用编程工具和框架，可以利用python实现需求。
推荐学习，涂铭等编写的《Python自然语言处理实战：核心技术与算法》，重点探讨中文的自然语言处理，以Python及其相关框架为工具，以实战为导向，详细讲解了自然语言处理的各种核心技术、方法论和经典算法。
《Python自然语言处理实战：核心技术与算法》共11章，在逻辑上分为2个部分。
《Python自然语言处理实战核心技术与算法》PDF，303页，有书签目录，文字可以复制；
配套源代码。
作者：涂铭 / 刘祥 / 刘树春
下载：https://pan.baidu.com/s/1monX6Oas9nXHBCvRXHwI8w
提取码: ruvf
我们做自然语言处理的，主要是进行文本分析，作为人工智能的领域之一，也一定会应用深度神经网络进行处理。
《基于深度学习的自然语言处理》重点介绍了神经网络模型在自然语言处理中的应用。首先介绍有监督的机器学习和前馈神经网络的基本知识，如何将机器学习方法应用在自然语言处理中，以及词向量表示（而不是符号表示）的应用，然后介绍了更多专门的神经网络结构，包括一维卷积神经网络、循环神经网络、条件生成模型和基于注意力的模型。最后也讨论了树形网络、结构化预测以及多任务学习的发展展望。
《基于深度学习的自然语言处理》中文PDF，274页，带书签目录，文字可以复制。
《基于深度学习的自然语言处理》英文PDF，282页，带书签目录，文字可以复制。
作者: Yoav Goldberg 译者: 车万翔 / 郭江 / 张伟男 / 刘铭
链接: https://pan.baidu.com/s/1gkGk5AefAJMEVilf1yb_qA
提取码: du87
原文地址：https://www.cnblogs.com/gaomengyue/p/10950291.html