1楼：匿名用户
推荐《数学之美》，这个书写得特别科普且生动形象，我相信你不会觉得枯燥。这个我极力推荐，我相信科研的真正原因是因为兴趣，而不是因为功力的一些东西。
接下来说，《统计自然语言处理》这本书，这书实在是太老了，但是也很经典，看不看随意了。
现在自然语言处理都要靠统计学知识，所以我十分十分推荐《统计学习方法》，李航的。李航老师用自己课余时间7年写的，而且有博士生review的。自然语言处理和机器学习不同，机器学习依靠的更多是严谨的数学知识以及推倒，去创造一个又一个机器学习算法。
而自然语言处理是把那些机器学习大牛们创造出来的东西当tool使用。所以入门也只是需要涉猎而已，把每个模型原理看看，不一定细致到推倒。
现在自然语言处理（nlp）很火，对于nlp的学习有什么建议？
2楼：匿名用户
自然语言处理是研究如何让计算机处理、理解及运用人类语言(中文、英文等)，实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言理解的本质是结构**。自然语言处理属于人工智能的一个重要分支，是计算机科学、语言学、统计学和数学的交叉学科。
反正就是现在nlp特别火，对于学习建议，首先需要学一下ml（机器学习）、dl（深度学习）、rl(强化学习)；可以去研究一两个优秀开源项目，这些开源项目可以去github上找，github上面牛人很多，有很多很好的开源项目。比如：
考虑字的词表示学习算法
github - leonard-xu/cwe
网络表示学习
文本增强的网络表示学习算法
github - albertyang33/tadw: code for ijcai2015 *****"***work representation learning with rich text information"
跨语言词表示学习算法
learning cross-lingual word embeddings via matrixco-factorization
主题增强的词表示学习算法
github - largelymfs/topical_word_embeddings: a demo code fortopical word embedding
可解释的词表示学习算法
github - sktim/oiwe: online interpretable word embeddings
国内一个nlp工具：哈工大ltp：http://ir.hit.edu.**/
建议去研读一些最新的经典的**比如acl、emnlp、coling、ccl等，
推荐几本书关于学习自然语言处理的，首先是李航老师的《统计学方法》，还有《机器学习实战》、《python自然语言处理》
nlp能自学吗 这个东西很复杂吗 有多复杂？ 顺便推荐几个入门的书
3楼：匿名用户
如何自学nlp（神经语言程序学）
54**dr原创文章，**请勿改动
nlp无任何基础者可以通过以下书籍全面系统的学习nlp技术。
第一阶段
《重塑心灵》，作者李中莹，经典的nlp入门书。
《简快身心积极**》，作者李中莹，全面介绍李中莹的各种实用技巧。
第二阶段
《语言的魔力》，作者罗伯特·迪尔茨，nlp的顶尖国际大师，全面深入介绍了nlp的三大核心模式之一的魔法语言模式（回应术模式）。此模式是谈笑间改变信念的强有力的工具。
第三阶段
《神奇的结构1》，《神奇的结构2》，作者是nlp的创立者理查·班德勒和约翰·葛瑞德。这两本书是nlp创立的奠基之作，全面详细地介绍了nlp的三大核心模式之一的后设模式（nlp最基本的模式）。
第四阶段
《催眠天书1 米尔顿·艾瑞克森催眠模式》和《催眠天书2 米尔顿·艾瑞克森催眠模式》，作者是nlp的创立者理查·班德勒和约翰·葛瑞德。全面详细地介绍了nlp的三大核心模式之一的米尔顿模式，揭示了传奇催眠大师艾瑞克森的非凡催眠技术的奥妙。
第五阶段
《nlp模仿卓越的艺术》，作者罗伯特·迪尔茨，nlp的顶尖国际大师，全面深入介绍了nlp的精髓--模型仿效技术，nlp就是班德勒和葛瑞德运用模仿技术研究家庭**大师萨提亚、完形**大师皮尔斯、催眠**大师艾瑞克森之后创立的学问。这个模仿是指对成功人士的某种卓越能力的模仿，从而实现极短时间内有效掌握对方的非凡能力。
以上8本顶级大师的书（都是中文版，当当有售）揽括了nlp最核心最重要的技术，全面详尽地讲解了nlp的三大核心模式及nlp的精髓技术。掌握了这些技术，可谓真正掌握了nlp。nlp培训班的内容基本不会越出这些内容，既便有也通常是以这些技术为基础发展出的操作技巧或是针对某方面的具体应用。
当然，参加培训班会更容易学会，毕竟有人教。自学的话会有一定的难度，尤其是实用技巧方面，不过循序渐进地学习，多练习技巧操作，多花时间，也是可以掌握的。
4楼：歇罢
nlp自学。入门其实非常简单。只是提高需要更多的实践和经验积累。
安东尼罗宾的《唤起心中的巨人》适合初学者了解性的阅读。
而李中莹的《重塑心灵》、《nlp简快心理**》无疑是目前国内比较好和权威的nlp书籍了。
另外，nlp目前的技巧发展到多如繁星了。但是如果只能选择一样学习的话，我会选择检定语言模式。罗伯特·迪尔茨的《语言的魔力》中有全面的讲解。
还有像《大脑操作手册》、《青蛙变王子》、《出神入化》等初始原著则比较适合掌握基础之后的提高。
nlp并非死气沉沉的技巧堆积。它更是一种灵活的态度。最后祝楼主学习nlp后生活变得更加美好~
5楼：匿名用户
楼上回答的都是些什么狗屁呀，不过楼主现在应该早就入行了吧，现在回答也晚了
6楼：匿名用户
跨界了。。人家问的nlp的是指自然语言处理吧。。
7楼：慕紫轻眉
只看过一本李中莹老师的《nlp简快心理**》，现在在看他的《重塑心灵》。自学是可以的，但是你怎么能确定自己会没会呢，也许走错了方向也茫然不知。可以简单了解一下，如果真想应用，还是要去系统学习的
自然语言处理哪个学校比较好？
8楼：小兵闯天涯
国内较好的学校有北大、清华、中科院、哈工大、复旦、华中、苏大、东北大学。中国传媒大学的自然语言处理一般。
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。
因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。
自然语言处理（nlp）是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。因此，自然语言处理是与人机交互的领域有关的。在自然语言处理面临很多挑战，包括自然语言理解，因此，自然语言处理涉及人机交互的面积。
在nlp诸多挑战涉及自然语言理解，即计算机源于人为或自然语言输入的意思，和其他涉及到自然语言生成。
现代nlp算法是基于机器学习，特别是统计机器学习。机器学习范式是不同于一般之前的尝试语言处理。语言处理任务的实现，通常涉及直接用手的大套规则编码。
许多不同类的机器学习算法已应用于自然语言处理任务。这些算法的输入是一大组从输入数据生成的“特征”。一些最早使用的算法，如决策树，产生硬的if-then规则类似于手写的规则，是再普通的系统体系。
然而，越来越多的研究集中于统计模型，这使得基于附加实数值的权重，每个输入要素柔软，概率的决策。此类模型具有能够表达许多不同的可能的答案，而不是只有一个相对的确定性，产生更可靠的结果时，这种模型被包括作为较大系统的一个组成部分的优点。
自然语言处理研究逐渐从词汇语义成分的语义转移，进一步的，叙事的理解。然而人类水平的自然语言处理，是一个人工智能完全问题。它是相当于解决**的人工智能问题使计算机和人一样聪明，或强大的ai。
自然语言处理的未来一般也因此密切结合人工智能发展。
自然语言处理以后的发展趋势怎么样？
9楼：
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。
因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系，但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的系统。因而它是计算机科学的一部分。
自然语言处理（nlp）是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。因此，自然语言处理是与人机交互的领域有关的。在自然语言处理面临很多挑战，包括自然语言理解，因此，自然语言处理涉及人机交互的面积。
在nlp诸多挑战涉及自然语言理解，即计算机源于人为或自然语言输入的意思，和其他涉及到自然语言生成。
10楼：匿名用户
计算机视觉方向更有前景，不管是现在还是未来。
nlp方向无非集中在翻译、推荐、搜索领域，另外的舆情分析，情感分析，语义理解，语义消歧等都是文本处理的一些辅助性手段，还有就是语音处理，科大讯飞做的很好，基本上处于垄断地位。
阿里布局 医学影像 doctor you - 阿里健康两个一对比就能看出来哪个商业价值更大，现在是cv的，未来也是cv的，十年之内都是，当前机器学习、深度学习越繁荣，视觉方向的应用场景越广阔，视觉方向有比较好的切入点。
自然语言处理和数据挖掘哪个就业前景好
11楼：匿名用户
大讲台数据挖掘
来培训为你解答：
自首先两个不是同一层面的东西，严格来讲，自然语言处理是数据挖掘的一个具体应用领域。
数据挖掘是一门交叉性很强的学科，可以用到机器学习算法以及传统统计的方法，最终的目的是要从数据中挖掘到需要的知识，从而指导人们的活动。数据挖掘的重点在于应用，用何种算法并不是很重要，关键是能够满足实际应用背景。而机器学习则偏重于算法本身的设计。
自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。
因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系但又有重要的区别。自然语言处理并不是一般地研究自然语言，而在于研制能有效地实现自然语言通信的计算机系统，特别是其中的软件系统。因而它是计算机科学的一部分。
自然语言处理（nlp）是计算机科学，人工智能，语言学关注计算机和人类（自然）语言之间的相互作用的领域。