單元1 緒論 1.1 自然語言和編程語言 1.1.1 自然語言簡介 1.1.2 編程語言簡介 1.1.3 自然語言和編程語言的相通性 1.2 自然語言處理和信息抽取 1.3 自然語言處理和機(jī)器學(xué)習(xí) 1.4 語料庫 1.4.1 通用單語語料庫 1.4.2 漢英雙語平行語料庫 1.4.3 任務(wù)專門語料庫 實(shí)戰(zhàn)應(yīng)用一：信貸違約預(yù)測 實(shí)戰(zhàn)應(yīng)用二：電子病例解析 單元小結(jié) 習(xí)題 單元2 分詞和字典 2.1 分詞 2.1.1 中文分詞的原理和難點(diǎn) 2.1.2 基于字典的中文分詞方法 2.1.3 主流的中文分詞工具 2.2 字典樹 2.2.1 字典樹概述 2.2.2 字典樹的作用 2.2.3 字典樹的簡易實(shí)現(xiàn) 2.3 切分算法 2.3.1 切分算法概述 2.3.2 切分算法 2.3.3 長匹配算法 2.4 評測指標(biāo) 2.4.1 機(jī)器學(xué)習(xí)中的準(zhǔn)確率 2.4.2 機(jī)器學(xué)習(xí)中的 率、召回率與F-score 2.4.3 NLP中的 率、召回率和F-score 實(shí)戰(zhàn)應(yīng)用：使用HanLP詞典實(shí)現(xiàn)中文分詞 單元小結(jié) 習(xí)題 單元3 數(shù)據(jù)預(yù)處理 3.1 數(shù)據(jù)清洗 3.2 分詞處理 3.3 特征工程 3.3.1 處理流程 3.3.2 常用的中文文本處理函數(shù) 實(shí)戰(zhàn)應(yīng)用一：英文新聞資訊數(shù)據(jù)清洗 實(shí)戰(zhàn)應(yīng)用二：中文新聞資訊數(shù)據(jù)清洗 單元小結(jié) 習(xí)題 單元4 語言模型和算法流程 4.1 隱馬爾可夫鏈和二元語法 4.1.1 隱馬爾可夫鏈背景引入 4.1.2 隱馬爾可夫鏈定義 4.1.3 二元語法