自然語言處理的學習路線？

11-24

做過一些分詞，文本檢索，分類相關的簡單工作，現在想系統的學習自然語言處理的知識，該如何規劃自己的學習路線？

自然語言處理有一套嚴整的理論體系，如果希望系統學習可以參考Stanford NLP Group幾位教授的三本教科書，基本都有中文翻譯版本。以下按照我心目中的淺易程度排序：

Christopher D. Manning, Prabhakar Raghavan, and Hinrich Schütze. 2008.Introduction to Information Retrieval. Cambridge University Press.

Christopher D. Manning and Hinrich Schütze. 1999. Foundations of Statistical Natural Language Processing. Cambridge, MA: MIT Press.

Daniel Jurafsky and James H. Martin. 2008. Speech and Language Processing: An Introduction to Natural Language Processing, Speech Recognition, and Computational Linguistics. 2nd edition. Prentice-Hall.

謝邀。

我不是從課堂學來的，不太清楚正規的學習途徑是怎樣。不過，一定要先懂得基本統計學、應用數學知識，懂得機器學習、信息工程理論，懂得編程。

然後就要學點語理學，在機器學習的基礎上學懂自然語言處理的基本模型。同時學習使用相關的package，如nltk, gensim等。

最好是通過做一個project去實踐。

題主和我情況類似，應該也是 "野生" NLPer。我的工作主要是文本數據挖掘，和 NLP 相關性很強。我一開始只關心一兩個小點，後面自己慢慢系統地補足。我說一下自己的學習路線吧。

我參考了兩本書作為學習的藍圖，並且主要章節(機器翻譯和語音識別沒看)都認真看了一兩遍。
(1) 統計自然語言處理（第2版）宗成慶著
(2) 語音與語言處理（英文版第2版）Daniel Jurafsky, James H. Martin 著

這兩本書分別是中文和英文中比較權威的書籍, 並且知識點全面。出版時間也比較新。以這兩本為學習主線配合其他的書籍和論文作為輔助。

另外自然語言處理與機器學習十分相關，我參考相關的幾本書，主要推薦兩本:
(3) 機器學習 周志華著
本書比較易懂, 看完前10章，頗有收穫。然而一開始看的是范明翻譯的機器學習導論，但比較晦澀，就不推薦了。看到國人寫出這樣的好書，還是值得高興的。

(4) 統計學習方法 李航著
這本書蠻難啃的, 我按需看了一半，其中 CRF 這本講的比較全。

配合性的其他書籍主要有:
(5) 計算語言學（修訂版）劉穎著
比較偏語言學一點，數學理論比較少，相對簡單一點, 看一遍收益也有不少

(6) 自然語言處理簡明教程 馮志偉著
相對簡單，稍微略顯啰嗦，不過感覺 HMM 這本書講的最易懂。

(7) 自然語言處理的形式模型 馮志偉著
這本和 (6) 比，增加不少深度和難度，建議按需慢慢啃。我啃了幾章，覺得蠻有用。

(8) 自然語言處理基本理論和方法 陳鄞編
哈工大出的書，純粹為配合超星視頻而買。

(9) Java自然語言處理（影印版英文版） Richard M Reese 著
學了總要實踐吧，Java 還是要比 Python 靠譜。

(10) 本體方法及其應用 甘健侯等著
(11) 本體與辭彙庫（英文影印版）典居仁（Chu-Ren Huang）等編
這兩本書對信息抽取有一定幫助，不感興趣的可以略過。

以上所有列出的圖書我都有紙介質 (能買則買, 買不到就列印)

另外超星學術視頻 (網路上可以找到資源)：
(12）自然語言理解 宗成慶(中科院)
看了感覺是配套宗成慶書的初版

(13）自然語言處理 關毅(哈工大)
看起來還算蠻簡單,和(8)幾乎是配套的

(14) Stanford 的 NLP 課程（Youtube）
Dan Jurafsky Chris Manning: Natural Language Processing

(15) Michael Collins 的Coursera課程和主頁
Michael Collins：Natural Language Processing

假設你是計算機出生，並且希望系統紮實的學習自然語言處理的話，我推薦下面這個github上的內容：JustFollowUs/Natural-Language-Processing，希望對你有幫助。

如果有什麼不足或者哪邊出錯了，歡迎大家指出，我們一定會及時更新錯誤，希望能幫到更多的希望學習自然語言處理的學習愛好者。

如果有更好的方案，非常非常歡迎大家去https://www.zhihu.com/question/54536094上一起分享。

說說我學NLP的過程中看的書吧：
1.宗成慶《統計自然語言處理處理》
很全面，基本上涉及了自然語言處理的所有知識

2.《Natural Language processing with Python》
非常實用的工具書，叫你怎麼用Python實際進行操作，上手處理文本或者語料庫。
以下兩本書都是我在我們學校借的英文原版，如果找不到可以去搜中文譯本～

3. 稍微進階一點的 Philipp Koehn 《Statistical Machine Translation》
如果你對機器翻譯感興趣，可以繼續看這本
這本書的中文版也是宗成慶老師翻譯的，可以去找找

4.更新兩本這幾天剛好在看的，《編程集體智慧》，應該也是可以找到中文翻譯版PDF的，主要圍繞機器學習這一領域來加深你的編程功底，每一個例子都有非常完整的代碼，可以學習到很多！

5.《Pattern Recognition and Machine Learning》
沒啥好介紹的，機器學習經典書籍～但是晦澀，晦澀，晦澀…入坑需謹慎，我可能快要從入門到放棄了…

如果我還有看什麼書，我應該會不定期更新一下這條回答吧，也當是給自己做個記錄～

差不多就這些啦，如果看完這些應該能夠順利入門了，剩下的就是自己上手去做！

我正在做一個話題識別的項目，哪個中文分詞比較好？

coursera上有些不錯的課程，是很好的起點