自然语言处理（NLP）作为人工智能研究的核心领域之一，长久以来都受到广泛关注。微软全球执行副总裁沈向洋博士曾表示“ 懂语言者得天下，人工智能对人类影响最为深刻的就是自然语言方面。 ”现在很多研究人员都在进入自然语言领域，希望可以解决“让机器理解人类语言”这一难题。

为了帮助大家更好地学习NLP，我们邀请微软亚洲研究院自然语言计算组资深研究员韦福如为大家推荐了一些关于自然语言学习方面经典的书籍和课程，分为入门级和进阶级两大类。

好，同学们现在都准备好了吗？请系好安全带，我们这辆开往“NLP大佬界”方向的车就要发车了！

一、

入门篇

主要目标： 熟悉和了解自然语言处理领域的基本术语、任务定义和基本算法，比如输入输出、评价标准和应用场景。为以后的进一步学习、科研、产品开发以及学术和技术交流奠定基础。

1、 Speech and Language Processing, 2nd Edition

作者：Daniel Jurafsky and James H. Martin

中文译名：语音与语言处理

适合人群：初级到中级学者

推荐指数：★★★★★

主要内容：本书内容涵盖了自然语言处理的方方面面，从底层的词法分词、语法分析和语义分析，到和应用更为接近的自然语言处理任务，如信息抽取、机器翻译、自动问答、文本摘要、对话系统等。书中将自然语言处理、计算语言学以及语音识别等内容融合在一起，把各种技术相互联系起来，让读者了解怎样才能最佳地利用每种技术，怎样才能将各种技术结合起来使用。

推荐理由：最经典的自然语言处理的入门教程，也被国外许多著名大学选为自然语言处理和计算语言学课程的主要教材。本书写作风格引人入胜，深入技术细节而又不让人感觉枯燥，不仅可以作为高等学校自然语言处理和计算语言学等课程的本科生和研究生教材，对于自然语言处理相关领域的研究人员和技术人员也是不可或缺的权威参考书。

2、 Foundations of Statistical Natural Language Processing

作者：Christopher Manning and Hinrich Schütze

中文译名：统计自然语言处理基础

适合人群：初级到中级学者

推荐指数：★★★★★

主要内容：本书涵盖的内容十分广泛，分为四个部分，共16章，包括了构建自然语言处理软件工具将用到的几乎所有理论和算法。全书的论述过程由浅入深，从数学基础到精确的理论算法，从简单的词法分析到复杂的语法分析，适合不同水平的读者群的需求。同时，《统计自然语言处理基础：国外计算机科学教材系列》将理论与实践紧密联系在一起，在介绍理论知识的基础上给出了自然语言处理技术的高层应用（如信息检索等）。

推荐理由：经典的统计自然语言处理的入门教材。内容涉及统计自然语言处理用到的数学基础，词法到语法分析，以及自然语言处理的基本任务（比如文本分类、聚类，统计机器翻译，以及信息检索）。本教材成书较早（1999年），但是自然语言处理领域的基本概念和任务没有太大的变化，仍然适用于初学者快速了解自然语言处理相关的概念和任务。