计算语言学是利用计算机技术对自然语言进行研究和处理的一门新兴交叉学科，具有重要的运用价值和广阔的发展前景。本书在全面介绍国内外计算语言学各种方法的基础上，对这些方法进行高度概括和全面总结，并运用相关理论进行深入阐释，从中探索出具有科学性、有效性、系统性和规律性的计算语言学方法。 全书涵盖计算语言学形式化方法研究(涉及语音、形态、词汇、句法、语义、语用等)、自动剖析算法研究、统计方法研究，以及深度学习和神经网络方法研究四大板块，引领读者在学习和实践中循序渐进，不断拓展深度和广度，以推动我国计算语言学学科的繁荣和发展。

第一章 历史回顾和哲学背景
第一节 计算语言学的历史回顾及其与人工智能的关系
第二节 计算语言学方法的哲学背景
第二章 语音的自动处理方法
第一节 语音自动处理研究的历史回顾
第二节 语音的形式描述方法
第三节 语音自动合成的方法
第四节 语音自动识别的方法
第三章 词汇的自动处理方法
第一节 词汇自动处理研究的历史回顾
第二节 知识本体
第三节 词网
第四节 词汇的计量研究方法
第五节 机器词典中语言信息的形式表示方法
第四章 形态的自动处理方法
第一节 形态自动处理研究的历史回顾
第二节 不同类型语言的形态自动分析
第三节 有限状态自动机与形态自动分析
第四节 词的形式化描述与分析
第五章 句法的自动处理方法
第一节 句法自动处理研究的历史回顾
第二节 基于上下文无关语法的自动句法分析方法
第三节 伊尔利算法
第四节 花园幽径句的自动分析方法
第五节 浅层句法分析
第六节 自然语言的计算复杂性
第七节 基于特征结构的自动句法分析方法
第八节 基于依存语法的自动句法分析方法
第六章 语义的自动处理方法
第一节 语义自动处理研究的历史回顾
第二节 意义的形式化表示方法
第三节 基于优选的语义分析方法
第四节 基于内涵逻辑的语义分析方法
第七章 语用的自动处理方法
第一节 语用自动处理研究的历史回顾
第二节 指代判定方法
第三节 文本衔接的自动分析方法
第八章 计算语言学中的统计方法
第一节 计算语言学中统计方法的历史回顾
第二节 基于概率语法的自动句法分析方法
第三节 噪声信道模型
第四节 最大熵模型
第五节 N元语法与数据平滑的方法
第六节 逻辑斯蒂回归方法
第九章 计算语言学中的神经网络方法
第一节 神经网络方法的历史回顾
第二节 大脑神经元与人工神经网络
第三节 机器学习与深度学习
第四节 词向量和词嵌入
第五节 稠密的词向量
第六节 感知机与XOR问题
第七节 前馈神经网络
第八节 卷积神经网络
第九节 循环神经网络
第十节 注意力机制
第十一节 外部记忆
第十二节 预训练模型
第十章 计算语言学中的知识图谱
第一节 知识图谱的类别
第二节 知识表示
第三节 知识融合
第四节 实体识别与排歧
第五节 关系抽取
第六节 事件抽取
第七节 知识存储
结语
参考文献
附录