Python和NLTK实现自然语言处理

译者序

不下雪的日子，渥太华一片喧闹。2018年4月的雪刚刚化去，5月的郁金香节姗姗来迟，举目望去，大片大片的郁金香花把渥太华装点得五彩缤纷，绚烂多姿，生机盎然。在阳光的照射下，各色的郁金香花芬芳吐蕊、娇艳妩媚，令人陶醉和流连忘返。郁金香的芬芳还未散去，渥太华就迎来了“炎天暑月”的夏季，说是夏季，气温却很少超过30℃，此时，蛰伏了一个冬天的加拿大人，经受不住太阳的诱惑，蜂拥出动，三五成群地在里多运河的沙滩上玩耍嬉戏，好不自在。门户开放日（Doors Open Ottawa）、爵士音乐节、马拉松，各种活动精彩纷呈。正如鲁迅所说，越是民族的，就越是世界的。世界各地的移民带着自己家乡的文化和节日来到了渥太华。例如，中国的龙舟节成了这里的盛典，同时各个民族的人民也各自庆祝自己的节日，如夏至原住居民节等。

加拿大是个移民国家，在这里，既可以看到不同的民族着装，也可以看到迥异的服饰风格。在不同的文化中，对个性的定义也各不相同，因此即使使用同一个词来形容一个人，也具有不同的韵味。作为中国人，我的思想不偏不倚，因此对各种奇装异服也就抱着听之任之的态度。我既欣赏热情奔放，也不排斥含蓄典雅。但是，对于计算机而言，要体察到语言的深层次含义，可谓“蜀道难，难于上青天”。本书介绍了如何编写能够理解人类语言的系统。

在翻译此书时，我想起了“通天塔”（The Tower of Babel）的故事。在《旧约》中，巴比伦人（Babylonian）想建造一座通天塔，但是上帝对此感到不满，因此借由变乱了人类的语言，使他们互相不能交流，破坏了这一工程。长久以来，人们一直在寻找不同语言之间的沟通方法。在20世纪三四十年代，凭借计算机的计算能力，人们开始了机器翻译的伟大尝试。这80多年来，人们在自然语言处理方面前赴后继，各个国家你追我赶，都想在这一领域拔得头筹，再造一座通天塔。直至最近，人类才第一次看到了梦想的曙光。市面上也出现了各种机器翻译的软件，极大提高了人类译者的工作效率。这些软件具有可用性和市场价值。但是，机器翻译只是自然语言处理领域一个非常小的应用部分。自然语言处理其实包罗万象，让人眼花缭乱。其应用还包括问答系统、情感分析、图片题注、语音识别、词性标注、命名实体识别等。 ...