《自然语言处理: 原理、技术与应用: 新形态版》共分3篇： 第1篇(第1~4章)为基础篇，着重介绍绪论、数学基础、模型基础、开发环境搭建； 第2篇(第5~9章)为技术篇，着重讨论语言模型、词法分析、句法分析、语义分析、篇章分析等常用技术； 第3篇(第10章)为应用篇，着重介绍虚假信息检测算法实践。 除了理论知识，本书有针对性地结合具体案例提供相应的PyTorch代码实现，并精讲和分析源代码，从而加深读者对理论的理解，真正做到理论和实践有机统一。 本书可作为普通高等院校人工智能专业“自然语言处理”课程教材，也可供计算机、计算语言学、电子信息、大数据、数据挖掘专业本科生使用，适合希望深入研究自然语言处理算法的计算机工程师阅读，也适合希望进入人工智能应用领域的研究者参考。

徐凡，博士，江西师范大学教授，博士生导师，省级领军人才。担任高性能计算江西省重点实验室副主任。承担国家自然科学基金和江西省杰出青年基金项目?等科研项目10余项。授权国家发明专利10余项。发表CCF推荐及SCI/EI收录论文40余篇，指导的多名研究生学位论文获评江西省优秀硕士学位论文。黄琪，博士，江西师范大学副教授，硕士生导师。现任中国中文信息学会青年工作委员会委员、社会媒体处理委员会委员，江西省城市安全信息化学会理事、副秘书长；中国计算语言学大会CCL 2025程序委员会领域主席，Information Science、《系统仿真学报》等期刊审稿专家；在国际国内重要人工智能学术会议或期刊上发表论文10余篇，授权专利10余项。承担国家自然科学基金项目1项、江西省自然科学基金项目1项，作为主要参与人参与国家自然科学基金项目4项。

前言 自然语言处理是一门融计算机科学、语言学、人工智能于一体的科学，是计算机科学领域与人工智能领域的一个重要方向，被誉为“人工智能皇冠上的明珠”。 本书共10章，第1章介绍自然语言处理的基本概念； 第2章介绍数学基础，内容包含微积分、概率论、矩阵论、信息论、随机过程等； 第3章介绍模型基础，内容包含传统机器学习模型、深度学习模型和模型评价； 第4章介绍开发环境搭建； 第5章介绍语言模型，内容包含语言模型概述、N元语言模型和神经网络语言模型等； 第6章介绍词法分析，内容包含词性分析、中文分词、词义消歧等； 第7章介绍句法分析，内容包含短语句法分析、依存句法分析等； 第8章介绍语义分析，内容包含语义表示、词汇级语义分析和句子级语义分析等； 第9章介绍篇章分析，内容包含篇章分析理论概述、篇章结构分析、指代消解、篇章连贯性建模等； 第10章介绍虚假信息检测算法实践，内容包含具体的模型实现及代码精讲等。 本书第1、2、4、8、9章，以及附录由徐凡编写； 第3、5、6、7、10章由黄琪编写，全书由徐凡统稿。本书相关代码可以从清华大学出版社官网本书页面下载，也欢迎读者加入作者QQ群，共同探讨一些具体的细节。 本书主要作为普通高等院校人工智能专业“自然语言处理”课程教材，也可以作为计算机、计算语言学、电子信息、大数据、数据挖掘专业本科生教材，适合希望深入研究自然语言处理算法的计算机工程师阅读，也适合希望进入人工智能应用领域的研究者参考。 编者深知水平有限，书中难免有错误和不足之处，恳请同行和广大读者，特别是使用本书的教师和学生多提宝贵意见。 ...