引言
人类的语言有五千多种，研究人类起源的专家认为，通过口语交流是人类区别于其他动物的最显著标志。
自然语言处理（ Natural Language Processing，NLP）是指采用计算机技术处理自然语言，包括词性标注（Part-Of-Speech,POS）、文本分类（Text Classification）、句法分析（Syntactic Analysis）等任务。NLP是很多任务或者系统的基础，例如语音合成系统等，已成为人工智能的基础。
两大工具：
- Python。Python已经广泛应用到很多领域，成为很多程序员的利器，也是很多项目的支撑。这里采用Python2.7：https://www.python.org/downloads/。
- NLTK（Natural Language Toolkit）。包含了相关的软件、数据以及文档。下载地址:http://www.nltk.org/。
语言处理与Python
文本语料和词汇资源
处理原始文本
编写结构化程序
词的分类与标注
分类文本
文本信息抽取
句法结构分析
基于特征的句法
语义分析
语言数据的管理
TIMIT
获取数据
标注的层次大致可分为如下几种：
- 词正则化
- 句子切分
- 段落切分
- 词性标注
- 语义结构
- 浅层语义
- 对话与交谈
标注的方式：
- 内嵌标注（inline annotation）：直接修改原始文档，插入相关的标注信息。
- 外置标注（standoff annotation）：不修改原始文档，通过在额外文档中的标注信息实现。
参考文献
- Bird S, Klein E, Loper E. Natural language processing with Python[M]. “ O’Reilly Media, Inc.”, 2009.