本书的前两部分介绍了自然语言处理中的许多问题都可以通过一组紧凑的方法来解决，一种是包括维特比、CKY、最小生成树、移位约简、整数线性规划、束搜索在内的搜索方法；另一种是包括最大似然估计、逻辑回归、感知器、期望最大化、矩阵分解、反向传播在内的学习方法。本书解释了这些方法是如何工作的，以及它们如何应用于广泛的任务，例如文档分类、词义消歧、词性标注、命名实体识别、解析、共指解析、关系提取、话语分析、语言建模和机器翻译等。

徐金安 北京交通大学计算机与信息技术学院教授、自然语言处理专业负责人、语言智能与大数据处理研究所负责人。主要研究领域为：自然语言处理、机器翻译、知识图谱及其应用、文本情感分析、自动摘要、问答、对话系统、人机交互等。近年来承担国家重点研发计划、国家自然科学基金等国家级项目7项、主持4项；省部级科研项目30余项、主持20项。翻译出版译著3部、发表学术论文100余篇（包括ACL、EMNLP、AAAI、IJCAI、COLING、TALLIP等国际顶会和期刊论文50余篇），申报国家发明专利30余项。