保姆级NLP入门指导书籍， 还有吴恩达新书

AI派在读学生小姐姐Beyonce

Java实战项目练习群

长按识别下方二维码，按需求添加

扫码添加Beyonce小姐姐

扫码关注

进Java学习大礼包

对于初学者来说，最系统的入门方法就是买一本好书。相比网络上的内容，书籍是反复审核修改过的，条理上也更加清晰，可以帮大家建立起更完备的知识体系。

今天就从理论和实践两方面梳理一个中文NLP入门书单，帮大家快速入门。趁着新年的折扣季可以买起来了，薄的垫垫茶壶，保护桌子，厚的垫垫显示器，保护颈椎，还可以用来练习量子波动速读。

理论

理论方面主要还是从统计机器学习和深度学习出发，先打牢基础，NLP很多时候只是把输入输出改变而已。目前神经网络在NLP领域的效果已大大领先，所以先推荐两本这方面的书籍。

《神经网络与深度学习》

首推丘锡鹏老师的这本书，一方面是出版时间很新（20年5月），另一方面是书相对较小，不会给初学者造成太大压力。

《深度学习》

其次必须推荐花书，花书不是一次就能读完读透的，已经有基础的同学可以当作工具书来用，在碰到难题或者面试前都可以翻翻。没有基础的同学最好先看上一本。

除了深度学习之外，经典的统计方法也是需要了解的，业界也有一些应用场景，像分词这样对速度要求高的任务不必要上神经网络，经典方法足矣。

《自然语言处理入门》

这本是HanLP的作者何晗出品的，HanLP是Github上一个21k的项目，基于Java高效地实现了分词、词性标注等通用句法、语义任务，虽然不是研究层面的，但在工业界应用十分广泛，很多公司的分词基础组件都是基于HanLP改的。当年我优化分词模块的时候也拜读了源码，十分佩服作者的功底和学习能力。何晗大佬的这本书主要从统计算法角度讲解，侧重于句法分析任务的理论和实践。

《统计自然语言处理》

也是很经典的一本，但出版时间是2013年，很多方法都过时了。不太适合初学者用来入门现在的NLP，但用来了解统计方法是很好的。

《数学之美》

数学之美是吴军老师很经典的科普读物，用易懂的语言和故事带我们了解一个个NLP应用。书不厚，适合闲暇时间阅读。强烈推荐。

介绍完一些基础理论书籍后，也推荐些各个任务上的应用书籍。其实深入某个子任务最好的办法是去找近一年的综述文献，但找不到、或者没时间阅读大量英文文献的话也可以借助中文书籍过渡。

《知识图谱与深度学习》

刘知远老师、韩旭博士和孙茂松教授20年中出品的书，系统地介绍了知识图谱相关模型及应用，还有各模型的实验测评。

《智能问答》+《机器翻译》+《知识图谱》

这三本18年底出版的系列书籍是周明、李沐、赵军三位大佬分别署名的，主要是对该领域进行体系化地分类，再介绍历任模型、数据集等，可以当综述看。

《文本情感分析》

由中科院靳小龙团队在19年11月出版，比较新，系统地介绍了情感分析领域。

《机器阅读理解》

斯坦福博士、微软研究员朱晨光20年初的书，除了阅读理解外还介绍了NLP基础，并讲到了最新的BERT，同时配有阅读理解模型代码，适合初入该领域的同学。

《百面系列》

Hulu团队出品，基本是面试必备了。虽然基础都学了，但面试时总会发现有知识点遗漏，这两本可以帮忙迅速补救。

实践

实战的书选起来没有理论书那么纠结，现在框架都封装得很好了，如果明白原理且有一定编程基础，再看下代码就差不多懂了，甚至不买书直接去找源码也是可以的。书的好处是代码更加规范，配有一定注释且风格一致，选取自己倾向的一门语言去看即可，难度上 Keras<Pytorch<Tensorflow。

《动手深度学习》

李沐在19年中出版的实战书，虽然使用了MXNet这个框架，但概念的讲解和Python实现都不错，适合快速上手。目前的深度学习框架都差不多，蹭别人源码时用pytorch和tensorflow都有可能，不用太拘泥，初入门主要学习模型的逻辑。

《自然语言处理实战》

如果不想看MXNet，可以参考这本比较新的书，20年底出版，配有Keras代码，比其他深度学习框架都容易些。

《TensorFlow自然语言处理》

19年7月出版，从词向量到文本生成都有讲，还不错。

买书和学习

现在书籍的数量越来越多了，上述列表只是我个人筛选的结果，有些同样经典但较老的书籍就没有推荐，如有遗漏欢迎补充。同学们自己找的话，建议选择出版时间近两年、由知名业内大佬出版的图书，同时也可以看下京东、当当上的评论，避免踩坑。看书的时候，不必要求自己一口气看完，可以先刷一遍重要的知识点，再辅以实践去慢慢深入。

遗憾的是，上述书籍都没有涉及太多BERT之后的进展。所以书籍只是入门的辅助，帮大家打牢基础、建立知识体系，真正深入前沿还需要阅读更多的英文论文，读起来困难的话可以参考中文博客和知乎。

2021年了，要继续保持学习的心态鸭 (ง •̀_•́)ง

重磅福利：恩达老师新书

《Machine Learning Yearning》是斯坦福吴恩达老师历时两年，根据自己多年实践经验整理出来的一本机器学习、深度学习实践经验宝典。

吴恩达老师讲的机器学习课程比较浅显易懂，很适合数学基础不是很好的人自学，这是国内外所有学习人工智能，机器学习同学普遍认可的事情。

这次吴恩达老师最新整理了工业界中机器学习的相关知识，用非常通俗易懂的话语讲解，得到了众多同学的认可，也是程序员转AI不可多得的宝藏资源，我们已经帮大家进行了整理，完整的pdf直接整理到了百度网盘，直接下载即可！

领取方式

扫码关注我另一个公众号????

在下面公众号（不是本号）后台回复【宝典】，快速领取！！！

后台回复【宝典】

强烈推荐大家领取学习！！！

领取方式

扫码关注我另一个公众号????

在下面公众号（不是本号）后台回复【宝典】，快速领取！！！

后台回复【宝典】

强烈推荐大家领取学习！！！