如果学习中文自然语言处理，建议看看《NLP汉语自然语言处理原理与实践》。 全篇下来感觉到前后的行文逻辑的完整性，应该是一人完成，每章的开头和结尾是思维的发光点，起承转合，懂得知识结构是怎样耦合的。
研究汉语自然语言处理方面的基础性、综合性书籍，涉及NLP的语言理论、算法和工程实践的方方面面，内容繁杂。包括NLP的语言理论部分、算法部分、案例部分，涉及汉语的发展历史、传统的句法理论、认知语言学理论。迄今为止第一本系统介绍认知语言学和算法设计相结合的中文NLP书籍，并从认知语言学的视角重新认识和分析了NLP的句法和语义相结合的数据结构。
学习参考《NLP汉语自然语言处理原理与实践(郑捷著)》PDF+源代码
《NLP汉语自然语言处理原理与实践》PDF，547页，带书签目录。配套源代码。郑捷 著。
下载: https://pan.baidu.com/s/19vjCp0E7AaeRek2lNEWqZg
提取码: nes9
学习NLP《Python文本分析》中文PDF+英文PDF+源代码
《Python文本分析》遵循结构化和综合性的方法，介绍了文本和语言语法、结构和语义的基础概念和高级概念。从自然语言和Python的基础开始，进而学习先进的分析理念和机器学习概念。
全面提供了自然语言处理（NLP）和文本分析的主要概念和技术。包含了丰富的真实案例实现技术，例如构建分类新闻文章的文本分类系统,使用主题建模和文本摘要分析app或游戏评论,进行热门电影概要的聚类分析和电影评论的情感分析。介绍了基于Python和流行NLP开源库和文本分析实用工具，如自然语言工具包nltk、gensim、scikit-learn、spaCy和Pattern。
学习参考：
《Python文本分析》中文PDF，285页，文字可以复制。
《Python文本分析》英文PDF，397页，文字可以复制。
配套源代码。作者: [印] 迪潘简·撒卡尔
下载: https://pan.baidu.com/s/1s30LJMsOJyk6sdHatqqVOQ
提取码: tyn2
中文自然语言处理需要使用编程工具和框架，可以利用python实现需求。
自然语言处理是一门融语言学、计算机科学、数学于一体的学科，比较复杂，学习门槛高。
推荐学习涂铭等编写的《Python自然语言处理实战：核心技术与算法》，重点探讨中文的自然语言处理，以Python及其相关框架为工具，以实战为导向，详细讲解了自然语言处理的各种核心技术、方法论和经典算法。
涂铭《Python自然语言处理实战核心技术与算法》PDF代码+ 《基于深度学习的自然语言处理》PDF中英文
《Python自然语言处理实战核心技术与算法》PDF，303页，有书签目录，文字可以复制；
配套源代码。作者：涂铭 / 刘祥 / 刘树春
下载: https://pan.baidu.com/s/1Jp02kwGY3HOkZw5Op5b55w
提取码: ry7e
《基于深度学习的自然语言处理》作者: Yoav Goldberg 译者: 车万翔 / 郭江 / 张伟男 / 刘铭 ，重点介绍了神经网络模型在自然语言处理中的应用。首先介绍有监督的机器学习和前馈神经网络的基本知识，如何将机器学习方法应用在自然语言处理中，以及词向量表示（而不是符号表示）的应用，然后介绍了更多专门的神经网络结构，包括一维卷积神经网络、循环神经网络、条件生成模型和基于注意力的模型。最后也讨论了树形网络、结构化预测以及多任务学习的发展展望。
《基于深度学习的自然语言处理》中文PDF+英文PDF+Yoav Goldberg
《基于深度学习的自然语言处理》中文PDF，274页，带书签目录，文字可以复制。
《基于深度学习的自然语言处理》英文PDF，282页，带书签目录，文字可以复制。
下载: https://pan.baidu.com/s/1v05L521Xr9le0IQCE7f6VA
提取码: 33ku
分享《驾驭文本：文本的发现组织和处理》中文PDF+英文PDF+源代码
《驾驭文本：文本的发现组织和处理》中文PDF，342页，带书签目录，文字可以复制。
《驾驭文本：文本的发现组织和处理》英文PDF，322页，带书签目录，文字可以复制。
配套源代码。
下载: https://pan.baidu.com/s/1Uarrs6bt4z7xvEdHWefXzA
提取码: t4eh
学习NLP:《精通Python自然语言处理》中文PDF+英文PDF+代码
《精通Python自然语言处理》中文PDF，225页，带目录和书签，彩色配图，文字能够复制；英文PDF，238页，带目录和书签，彩色配图，文字能够复制；中英文两版可以对比学习。配套源代码。
下载: https://pan.baidu.com/s/1u8HoFmTNMM4YoJfpywVF9A
提取码: diu4
《面向机器学习的自然语言标注》中文PDF，312页，文字可复制，带书签；英文PDF，343页，文字可复制，带书签。
下载: https://pan.baidu.com/s/1IRLfBleM1vN3X_XFCAR6iA
提取码: ct2m
《面向机器学习的自然语言标注》内容全面、详略得当，结合实例讲解，更易理解。数据标注实际上是在定义问题，这才是难点，挺有意思，了解了一些标注的方法和数据集，
黄美灵《推荐系统算法实践》PDF+源代码
《推荐系统算法实践》PDF，290页，带书签目录，文字可以复制，黄美灵著，配套源代码。
下载: https://pan.baidu.com/s/1Fa3ilB-SQJ8MWAyyCYSoCg
提取码: nx39
《推荐系统算法实践》主要讲解推荐系统中的召回算法和排序算法，以及各个算法在主流工具Sklearn、Spark、TensorFlow等中的实现和应用。《推荐系统算法实践》中本着循序渐进的原则进行讲解。首先，介绍推荐系统中推荐算法的数学基础，推荐算法的平台、工具基础，以及具体的推荐系统。其次，讲解推荐系统中的召回算法，主要包括基于行为相似的协同过滤召回和基于内容相似的Word2vec召回，并且介绍其在Spark、TensorFlow主流工具中的实现与应用。再次，讲解推荐系统中的排序算法，包括线性模型、树模型和深度学习模型，分别介绍逻辑回归、FM、决策树、随机森林、GBDT、GBDT+LR、集成学习、深度森林、DNN、Wide & Deep、DeepFM、YouTube推荐等模型的原理，以及其在Sklearn、Spark、TensorFlow主流工具中的实现与应用。最后，介绍推荐算法的4个实践案例，帮助进行工程实践和应用，并且介绍如何在Notebook上进行代码开发和算法调试，以帮助提升工作效率。
《文本上的算法深入浅出自然语言处理(路彦雄)》PDF+《自然语言处理简明教程(冯志伟)》PDF
推荐两本中文文本处理的经典书籍。
《文本上的算法深入浅出自然语言处理(路彦雄)》PDF，212页，带目录，文字可以复制。
《自然语言处理简明教程(冯志伟)》PDF，980页，带目录。
下载: https://pan.baidu.com/s/13PUr5K_eJq-kyun9VsA3RA
提取码: gb6e
学习+唐聃《自然语言处理理论与实战》PDF及代码+《大数据智能互联网时代的机器学习和自然语言处理技术》PDF+刘知远
《自然语言处理理论与实战》高清PDF，362页，带目录，文字可复制；配套源代码。唐聃等著。
《大数据智能互联网时代的机器学习和自然语言处理技术》PDF，293页，带目录，文字可复制，彩色配图。刘知远等著。
下载: https://pan.baidu.com/s/1myY9s4LiDblxLf-7ZqEtJA
提取码: g8u6
《自然语言处理实践聊天机器人技术原理与应用》PDF+王昊奋
《自然语言处理实践聊天机器人技术原理与应用》PDF，198页，带书签目录，文字可以复制。
作者: 王昊奋 等
下载: https://pan.baidu.com/s/1A9erGTD1SW3RgnzW13hOxw
提取码: 4j3f
学习自然语言处理的目的是将其应用到智能问答或者评论处理等问题中。最近正在做对话系统这块，学习了《自然语言处理实践聊天机器人技术原理与应用》，整体感觉不错，很有启发，可以系统地对这块领域做一个了解，作为一本参考书放着挺好的，算是做工作的一中习惯了，系统性强了实战就弱了，工程化还得靠自己亲自操刀，按照参考书中的大纲逐个击破技术点即可。
自然语言处理技术已经深入我们的日常生活。我们经常用到的搜索引擎就用到了自然语言理解等自然语言处理技术。自然语言处理是一门交叉学科，涉及计算机、数学、语言学等领域的知识。
学习NLP:《自然语言处理原理与技术实现(罗刚)》PDF+代码
《自然语言处理原理与技术实现(罗刚等著)》PDF，446页，带书签目录。配套源代码。
下载: https://pan.baidu.com/s/1CO95HwuA_IYFrRHiP1ViqA
提取码: mhkd
NLP参考:《自然语言处理综论第2版》中文PDF+英文PDF+Jurafsky+冯志伟
《自然语言处理综论第2版》中文PDF，827页，有目录书签，文字可以复制。
《自然语言处理综论第2版》英文PDF，1044页，有目录书签，文字可以复制。
作者: Daniel Jurafsky(D. 朱夫斯凯) / James H. Martin(J. H. 马丁)
译者: 冯志伟
下载: https://pan.baidu.com/s/1MH0iUDqg9VBalojg-IEXlw
提取码: 7cnh
《自然语言处理综论第2版》对于第一版做了全面的改写，增加了大量反映自然语言处理最新成就的内容，特别是增加了语音处理和统计技术方面的内容。
《自然语言处理综论第2版》覆盖全面，强调实用，注重评测，语料为本。
人类已进入人工智能时代。所谓“智”指的是智慧，表现为知识；“能”指的是解决问题的能力，主要表现为基于知识的推理能力和运用知识解决问题的能力。因此，知识是智能的基础和核心，知识的建模、表示、获取、融合、推理、赋能等是人工智能及其相关应用的核心科学问题，知识图谱是其有效的技术实现手段。三位青年学者在知识图谱领域耕耘多年，无论是在科学研究，还是在技术开发和产业落地方面，都做了大量的工作，有着丰富的实战经验和心得体会。
知识图谱有很多落地场景，包括语义搜索、个性化推荐、内容理解、个人助理、智能问答，并在诸如金融、医疗、客服、教育和政务等垂直领域都有工业级应用。从工业界的角度来看，我们更关注知识图谱技术在落地的时候能否满足用户需求，是否有比较良好的用户体验。《知识图谱:方法、实践与应用》的内容不仅有理论和算法，还包括了很多技术落地方面的实践和应用案例，可以帮助工程师在进行技术选型、尝试技术实现过程中少走弯路，快速上手。
《知识图谱方法实践与应用》PDF，481页，带书签目录，文字可复制，王昊奋,漆桂林编著；配套实践工具和相关勘误。
下载: https://pan.baidu.com/s/18R8DGiGAkHdtafYLBlTVvg
提取码: h4jm
知识图谱是较为典型的多学科交叉领域，涉及知识工程、自然语言处理、机器学习、图数据库等多个领域。本书系统地介绍知识图谱涉及的关键技术，如知识建模、关系抽取、图存储、自动推理、图谱表示学习、语义搜索、知识问答、图挖掘分析等。《知识图谱方法实践与应用》尝试将学术前沿和实战结合，在掌握实际应用能力的同时对前沿技术发展有所了解。
若有收获，就点个赞吧
0 人点赞
