学习自然语言处理专业的，主要考虑中文文本的处理。中文自然语言处理需要使用编程工具和框架，可以利用python实现需求。
自然语言处理是一门融语言学、计算机科学、数学于一体的学科，比较复杂，学习门槛高。
推荐学习，涂铭等编写的《Python自然语言处理实战：核心技术与算法》，重点探讨中文的自然语言处理，以Python及其相关框架为工具，以实战为导向，详细讲解了自然语言处理的各种核心技术、方法论和经典算法。
学习参考：
《Python自然语言处理实战核心技术与算法》PDF，303页，有书签目录，文字可以复制；
配套源代码。作者：涂铭 / 刘祥 / 刘树春
下载：https://pan.baidu.com/s/1monX6Oas9nXHBCvRXHwI8w
提取码: ruvf
《Python自然语言处理实战：核心技术与算法》共11章，在逻辑上分为2个部分：
第一部分（第1、2、11章）主要介绍了自然语言处理所需要了解的基础知识、前置技术、Python科学包、正则表达式以及Solr检索等。
第二部分（第5-10章）第3~5章讲解了词法分析相关的技术，包括中文分词技术、词性标注与命名实体识别、关键词提取算法等。
第6章讲解了句法分析技术，该部分目前理论研究较多，工程实践中使用门槛相对较高，且效果多是依赖结合业务知识进行规则扩展，未做深入探讨。
第7章讲解了常用的向量化方法，这些方法常用于各种NLP任务的输入。
第8章讲解了情感分析相关的概念、场景以及一般做情感分析的流程，情感分析在很多行业都有应用。
第9章介绍了机器学习的重要概念，同时重点突出NLP常用的分类算法、聚类算法，还介绍了几个案例。
第10章节介绍了NLP中常用的一些深度学习算法，这些方法比较复杂，但是非常实用，需要耐心学习。
对数学要求不高，写的比较简单，对于有算法基础的可以当作快速入门。做项目的入门书籍，写的较浅显。但是对于NLP领域的整体有一个趋势把握。
