在大数据和智能社会不断发展的大背景下，如何培养人工智能应用型技术人才，日益成为社会各界关注的焦点。本书应此需求而作，系统分析了基于Python语言的自然语言处理相关基础理论、常用算法、基础技术以及实战实例应用。 本书内容紧密围绕自然语言处理，共可分为3篇（共12章）： 基础篇（第1～5章），**介绍自然语言处理的基本概念、基本理论、常用算法以及基本技术，包括词处理、句法分析、文本向量化以及舆情分析和预测分析等； 过渡篇（第6章），**分析深度学习的基本知识与基本理论，以及与自然语言处理的关系，同时通过实战实例介绍深度学习在自然语言处理领域的实际应用； ���合应用篇（第7～12章），基于各种智能应用开发技术和开发平台，介绍其在自然语言处理方面的实例，并具体讨论智能应用的部署方法和部署后的验证方法。全书各章提供了与本章主要内容配套的应用实例，每章后均附有复习习题。读者可以结合思维导图掌握教材的整体知识体系结构，参考附录的上机操作手册获得运行实例代码所需要的环境准备和环境设置相关知识。 本书可作为高等学校计算机类、人工智能类、商务类以及管理类专业的学生教材，也可供从事相关领域的专业技术开发人员

环境说明 基础篇 第1章自然语言处理概述 1.1自然语言处理 1.1.1自然语言处理主要研究对象 1.1.2自然语言处理分类 1.1.3自然语言处理面临的挑战 1.1.4自然语言处理重要术语 1.2自然语言处理发展历程 1.2.1概念形成阶段 1.2.2算法发展阶段 1.2.3规模创新阶段 1.3自然语言理解 1.4自然语言生成 1.5自然语言处理、人工智能与数据挖掘 1.6文本相似度实例 小结 关键术语 习题 第2章词处理 2.1分词和停顿 2.1.1分词 2.1.2停顿 2.2正则表达式 2.3规则分词 2.3.1正向*大匹配法 2.3.2逆向*大匹配法 2.3.3双向*大匹配法 2.4统计分词 2.4.1隐马尔可夫模型 2.4.2维特比算法 2.4.3条件随机场模型 2.5混合分词 2.6关键词提取 2.6.1无监督关键词提取 2.6.2有监督关键词提取 2.7词性标注 2.8命名实体识别 小结 关键术语 习题 第3章句法分析 3.1句法分析概述 3.1.1句法分析概要 3.1.2句法树 3.1.3常用句法分析相关数据集简介 3.2句法分析方法 3.3神经网络句法分析 3.4句法分析算法 3.5句法分析工具 3.6斯坦福句法分析实例 小结 关键术语 习题 第4章文本向量化 4.1文本向量化简介 4.1.1文本向量化概述 4.1.2文本向量化常见模型 4.2文本向量化实例 4.2.1案例实现步骤 4.2.2案例总结 小结 关键术语 习题 第5章舆情分析和预测分析 5.1舆情分析概述 5.1.1舆情分析研究对象 5.1.2情感分析方法 5.2预测分析概述 5.3电影评论情感分析实例 5.4用户罹患癌症预测实例 小结 关键术语 习题 过渡篇 第6章深度学习与自然语言处理 6.1深度学习 6.1.1深度学习概述 6.1.2神经元模型 6.1.3激活函数 6.1.4梯度下降法 6.2卷积神经网络 6.3循环神经网络 6.3.1循环神经网络概述 6.3.2长短时记忆网络 6.4深度信念网络 6.5深度学习常用算法简介 6.5.1生成对抗网络 6.5.2自编码网络 6.5.3增强学习 6.5.4多层感知机 6.5.5自组织映射神经网络 6.5.6径向基函数网络 6.5.7反向传播算法 6.5.8连接时序分类 6.6深度学习平台简介 6.6.1谷歌深度学习平台 6.6.2百度深度学习平台 6.6.3阿里云深度学习平台 6.6.4腾讯云深度学习平台 6.7基于深度学习的手写字体识别实例 6.7.1案例说明 6.7.2案例素材准备 6.7.3案例实现步骤 6.7.4案例实现效果 6.7.5案例总结 小结 关键术语 习题 综合应用篇 第7章商务智能客服 7.1自然语言处理与商务智能 7.2商务智能应用开发常用库简介 7.2.1Gensim 7.2.2NLTK 7.2.3SpaCy 7.2.4TensorFlow 7.2.5PyTorch 7.2.6Theano 7.2.7Keras 7.3充实商务智能客服的情感 7.4商务智能未来发展趋势 7.5商务智能实战： 聊天客服 7.5.1案例说明 7.5.2案例实现步骤 小结 关键术语 习题 第8章对话流商务智能 8.1商务智能客服功能结构 8.2商务智能客服设计要素 8.3对话流概述 8.3.1对话流框架 8.3.2对话流基本概念 8.3.3对话流框架图 8.4商务智能客服案例 8.4.1自动身份验证客服 8.4.2基于图像、人脸和文字识别的客服 8.4.3导航客服 8.5基于对话流的商务智能客服实战 小结 关键术语 习题 第9章问答智能客服 9.1问答智能客服功能架构 9.1.1问答智能客服简介 9.1.2智能问答客服功能架构 9.2智能问答客服框架 9.2.1问题处理 9.2.2问题映射 9.2.3查询构建 9.2.4知识推理 9.2.5消歧排序 9.3问答智能客服实战 9.3.1基于远程交互模式问答客服 9.3.2基于本地交互模式问答客服 9.3.3基于定制型问答客服实例 小结 关键术语 习题 第10章张量流商务智能 10.1序列序列机制 10.1.1序列序列机制概述 10.1.2注意力机制 10.2集束搜索概述 10.3智能客服开发流程 10.3.1智能客服的主要功能 10.3.2智能客服设计 10.4张量流商务智能实战 10.4.1张量流概念简介 10.4.2优化算法 10.4.3损失计算 10.4.4模型评估 10.4.5向量嵌入 10.4.6神经网络 10.4.7中文语料处理 10.4.8实现步骤 小结 关键术语 习题 第11章Rasa商务智能 11.1Rasa NLU概述 11.1.1Rasa框架 11.1.2Rasa NLU 11.2数据准备 11.3模型训练 11.4Rasa Core概述 11.5交互式学习 11.6Rasa商务智能应用测试 小结 关键术语 习题 第12章商务智能应用部署 12.1商务智能应用技术简介 12.1.1HTML基础 12.1.2CSS基础 12.1.3Bootstrap基础 12.1.4JavaScript基础 12.1.5jQuery 基础 12.1.6AJAX 基础 12.2部署商务智能应用 12.2.1部署流程型商务智能应用 12.2.2部署训练型商务智能应用 12.3商务智能应用部署后验证 12.3.1基于流程型部署验证 12.3.2基于训练型部署验证 小结 关键术语 习题 附录A学生上机手册 A.1Python安装 A.2PyCharm安装 A.3PyCharm环境配置 A.4实例上机操作步骤 参考文献