统计语言学是一门涉及语言学、计算机科学和数学等多门学科的交叉学科，覆盖面广。本书详细阐述语言统计知识、语言统计的R语言实现、统计结果的直观展示和统计结果的语言分析。主要介绍语言学的基本统计、参数假设检验、非参数假设检验、方差分析、文本聚类、文本分类和综合运用这些统计知识的计量风格学研究。 本书结构完整，层次分明，条理清楚。既便于教学，又便于自学。可作为中文、外语、计算机等专业高年级本科生和研究生教材，也可供从事语言统计和计量分析的研究者参考。

1998年从中科院计算所博士毕业后一直在清华中文系工作，2002年被评为副教授。从2006年2月开始的一年时间，在美国卡耐基梅隆大学语言技术研究所作访问学者。共发表论文50多篇。用英文在“IEEE自然语言处理和知识工程”等国际会议发表论文20多篇，用中文在《中文信息学报》、《计算机研究与发展》和《计算机科学》等中文核心期刊发表20多篇；有17篇被EI检索，4篇进入EI刊源，10篇被ISTP检索。2002年出版《计算语言学》，2010年出版《离散数学》，2012年出版《语料库语言学》。

前言 统计语言学，研究如何利用概率论、数理统计、信息论等统计的、非离散数学的方法和计算机来对自然语言进行统计和分析。自然语言是其统计和分析的对象，概率论和数理统计等统计知识是其统计的理论基础，计算机是其可以实现统计的工具。因此，对语言进行统计不仅要有语言学方面的知识，而且还要有数学和计算机科学方面的知识。 本书分9章,详细阐述如何把语言学知识、数学知识和计算机知识结合起来对语言进行统计和分析。 第1章主要介绍统计语言学的基本概念，厘清了统计语言学、语料库语言学、计量语言学和计算语言学的区别、研究内容和应用领域，给出了统计语言学的研究步骤以及本书较为详细的研究内容。这是后面章节内容的总括。 第2章主要介绍了语料库的相关内容。阐述了语料库的定义、特点，根据不同标准的分类，并对国内外具有重要意义的语料库、其加工标注和应用进行了详细介绍。 第3章主要介绍了语言研究中的基本统计量：包括概率论和统计学的一些基本知识，方差、标准差、平均数、频率、概率，以及互信息、Dice系数、对数似然比、N元模型、汉字熵、Zipf法则、Z评分、Yule图、Fuchs公式以及词语的使用度和通用度等等。 第4章主要介绍了在语言研究中广泛使用的假设检验，根据语言研究中的总体是否为正态分布，分为参数假设检验与非参数假设检验。讨论了参数假设检验中的U检验、t检验、F检验以及χ2检验；非参数假设检验中的χ2检验以及秩和检验。详细地比较了不同检验使用的条件、公式和应用领域。 第5章主要介绍了方差分析，其主要应用于三个或三个总体以上的差异比较。讨论了单因素方差分析、无重复双因素方差分析、可重复双因素方差分...