README

《自然语言处理综论》第三版翻译。原文：Speech and Language Processing。

若无特别说明，文中括号或者引用块中的 斜体字 为对应的英文原文或者我自己注释的话（会标明 译者注），引用块开头若标明「译者注」，则整个引用块都是我自己注释的话。否则为原文中本来就有的话。

在线阅读

本翻译系列目前可以在以下平台在线阅读：

• 【推荐】知乎。链接：自然语言处理综论第三版中文翻译系列导读 - 知乎。注意不是实时发布，会在翻译完整节之后同步到知乎。对脚注和数学公式等格式支持较好。

• GitBook。链接：Introduction - slp3-zh。与 GitHub 保持实时更新。不支持渲染脚注，但不会被吃掉。由于行内公式使用的是 $$，所以行内公式无法正常显示。

• GitHub。链接：secsilm/slp3-zh: 《自然语言处理综论》第三版翻译。。内容最新。不支持脚注，但不会被吃掉。数学公式完全不支持。

进度

• 第二章 正则表达式，文本规范化，编辑距离

  • Intro

  • 2.1 正则表达式

    • 2.1.1 基础正则表达式模式

    • 2.1.2 逻辑或，组合和优先级

    • 2.1.3 一个简单的例子

    • 2.1.4 更多的运算符

    • 2.1.5 一个更复杂的例子

    • 2.1.6 替换，捕获组（Capture Groups）和 ELIZA

    • 2.1.7 先行断言

  • 2.2 词

  • 2.3 语料库

  • 2.4 文本规范化

    • 2.4.1 用于粗略分词和规范化的 Unix 工具

    • 2.4.2 分词

    • 2.4.3 用于分词的字节对编码

    • 2.4.4 词规范化，词形还原和词干提取

    • 2.4.5 分句

  • 2.5 最小编辑距离

    • 2.5.1 最小编辑距离算法

  • 2.6 总结

• 第八章 用于词性和命名实体的序列标注

  • Intro

  • 8.1 英语词类

  • 8.2 词性标注

  • 8.3 命名实体和命名实体标注

  • 8.4 HMM 词性标注

    • 8.4.1 马克可夫链

    • 8.4.2 隐马尔可夫模型

    • 8.4.3 HMM 标注器组件

    • 8.4.4 HMM 标注的解码部分

    • 8.4.5 维特比算法

    • 8.4.6 例子

  • 8.5 条件随机场 CRF

    • 8.5.1 CRF 词性标注器中的特征

    • 8.5.2 用于命名实体识别的 CRF 特征

    • 8.5.3 CRF 的推理和训练

  • 8.6 命名实体识别的评估方法

  • 8.7 更多细节

    • 8.7.1 双向性

    • 8.7.2 基于规则的方法

    • 8.7.3 形态丰富语言的词性标注

  • 8.8 总结

• 第十二章 成分文法

  • Intro

  • 12.1 句法

  • 12.2 上下文无关文法

  • 12.3 一些英语语法规则（进行中）

TODO

接下来计划要翻译的章节：

• Chapter 8: Sequence Labeling for Parts of Speech and Named Entities（27 页，2.5.1 中提到）

• Chapter 5: Logistic Regression（21 页，8.5 中提到）

• 【进行中】Chapter 12: Constituency Grammars（30 页）

• Chapter 13: Constituency Parsing（22 页，2.5.1 中提到）