本书分为上下篇，共计十章，以如何将Python编程技术融入语言学／翻译学教学科研活动为线索，展开涉及短语学、情感分析、相似性度量、语义分析、主题建模、语言学变量等方面的语言数据分析。上篇为语言数据分析的基础性知识，旨在构建后续深入分析的技术性前提条件；下篇为语言数据分析的理论与应用，专注于探索语言知识与技术的融合性分析路径。本书以案例讲解为特点，其中的工具案例用于描述技术工具的适用性和可靠性，解决技术应用之前有关编程技术的知识问题；语言学路径案例则紧密结合语言学／翻译学知识探索如何以技术手段解决教学科研中的相关问题。案例的呈现也同时说明算法在解决案例问题中的重要性。
本书适合高等院校语言学、翻译学等专业的师生以及从事语言或翻译实践活动的社会人士阅读使用。

上篇 语言数据分析基础
第1章 语言数据结构
1.1 一维数据结构
1.1.1 单词列表
1.1.2 术语列表
1.1.3 句子列表
1.1.4 段落列表
1.1.5 语篇列表
1.1.6 其他一维数据结构
1.2 二维数据结构
1.2.1 字典结构
1.2.2 元组列表结构
1.2.3 二维数据的遍历
1.3 多维数据结构
1.3.1 元组字典结构
1.3.2 列表元组列表结构
1.3.3 Brown语料库词性标记训练集
1.4 数据结构转换
1.4.1 多连词的转换
1.4.2 矩阵结构的转换
1.4.3 spaCy列表到NLTK列表的转换
第2章 语言数据清洗
2.1 Python数据清洗方法
2.1.1 无效字符清除方法
2.1.2 字符判断方法
2.1.3 替换方法
2.1.4 标点符号清除方法
2.1.5 停用词方法
2.2 无效信息的清洗
2.2.1 何为无效信息
2.2.2 新闻文本的语言数据清洗
2.2.3 中文动词的清洗
2.3 有效信息的清洗
2.3.1 何为有效信息
2.3.2 英文动词词组的清洗
2.3.3 词形还原法
2.3.4 特征值清洗
第3章 语言数据可视化
3.1 数字结果可视化
3.1.1 语篇词汇密度分布及其柱状图可视化
3.1.2 作业分数统计及其正态分布拟合可视化
3.1.3 语篇词长分布及其折线图可视化
3.1.4 信息贡献度分布对比及其散点图可视化
3.1.5 语篇长句界定及其句长分布可视化
3.2 文字结果可视化
3.2.1 词汇相似性及其相关矩阵可视化
3.2.2 主题词凸显及其分布式可视化
3.2.3 评价语句的相似性及其聚类可视化
3.2.4 语篇语义分析及其语义网络可视化
第4章 数据分析可选方法
4.1 Python+Excel应用
4.1.1 长句文字内容和句长分布
4.1.2 上下文关键词呈现
4.1.3 多文本对比呈现
4.1.4 过程prdndas数据结构呈现
4.2 正则表达式方法
4.2.1 概述
4.2.2 案例1——首字母为元音的单词提取
4.2.3 案例2——主题词L5R5搭配提取
4.3 文本分类方法
4.3.1 以关键词实现大文本分类
4.3.2 以情感极性实现小文本分类
4.3.3 朴素贝叶斯分类法
4.4 语言数据检验
下篇 语言数据分析理论与应用
第5章 短语学及其计算语言学方法
5.1 短语学与计算语言学
5.1.1 语料库与短语学
5.1.2 计算语言学
5.1.3 基于意义单位的研究
5.1.4 短语学技术应用
5.2 短语数据处理工具
5.2.1 全额提取方法
5.2.2 分类提取方法
5.3 短语学分析路径
5.3.1 学术文本模糊短语的弱化表述手段
5.3.2 话语分析及其ngrms()短语数据清洗
5.3.3 多词术语的结构语义消歧
第6章 情感分析理论、方法与路径
6.1 情感分析与接受度定位
6.1.1 情感与情感分析
6.1.2 国际关系领域
6.1.3 市场营销领域
6.1.4 教育领域
6.1.5 应用与不足
6.2 情感分析工具
6.2.1 中文类工具
6.2.2 英文类工具
6.2.3 混合类工具——朴素贝叶斯分类法
6.3 情感分析路径
6.3.1 情感分析与传统民意调查比较
6.3.2 基于文本情感分析的商品评价
6.3.3 朴素贝叶斯分类法与情感分析
6.3.4 择校行为影响因素与情感分类
第7章 相似性度量理论与应用
7.1 相似性度量与文本分析
7.1.1 基于语义信息的相似性
7.1.2 三个层级的度量路径
7.1.3 文本数据和知识库
7.2 相似性度量工具
7.2.1 词汇相似性度量
7.2.2 句子相似性度量
7.2.3 语篇相似性度量
7.3 文本相似性分析路径
7.3.1 多译本相似性度量
7.3.2 著作权法／版权法概念copyright及其搭配的相似性
7.3.3 语料库的平衡性问题
第8章 语义分析与文本探究
8.1 语义分析与相关模型
8.1.1 语义迁移与分布式词向量
8.1.2 语义主题词与信息贡献度
8.1.3 语义关系与语义网
8.1.4 文本语义与语义网络分析
8.2 语义分析工具
8.2.1 词向量(词嵌入)模型
8.2.2 语义网资源
8.2.3 spaCy方法
8.2.4 向量模型
8.3 文本语义分析路径
8.3.1 著作权法／版权法概念copyright词向量关联性
8.3.2 语义迁移描述与代码融合
8.3.3 汉英法律语义检索词典构建
第9章 主题建模与文本主题
9.1 主题建模中的主题挖掘
9.1.1 语料库主题概述
9.1.2 主题建模方法论启示
9.1.3 历时性文本主题
9.1.4 共时性文本主题
9.1.5 讨论与总结
9.2 主题建模工具
9.2.1 Gensim主题建模方法
9.2.2 Sklearn主题建模方法
9.2.3 中文主题模型方法
9.3 主题建模实现路径
9.3.1 话语分析中