第1部分    机器翻译基础
    1    机器翻译简介
        1.1    机器翻译的概念
        1.2    机器翻译简史
            1.2.1    人工翻译
            1.2.2    机器翻译的萌芽
            1.2.3    机器翻译的受挫
            1.2.4    机器翻译的快速成长
            1.2.5    机器翻译的爆发
        1.3    机器翻译现状及挑战
        1.4    基于规则的机器翻译方法
            1.4.1    规则的定义
            1.4.2    转换法
            1.4.3    基于中间语言的方法
            1.4.4    基于规则的方法的优缺点
        1.5    数据驱动的机器翻译方法
            1.5.1    基于实例的机器翻译
            1.5.2    统计机器翻译
            1.5.3    神经机器翻译
            1.5.4    对比分析
        1.6    推荐学习资源
            1.6.1    经典书籍
            1.6.2    相关学术会议
    2    统计语言建模基础
        2.1    概率论基础
            2.1.1    随机变量和概率
            2.1.2    联合概率、条件概率和边缘概率
            2.1.3    链式法则
            2.1.4    贝叶斯法则
            2.1.5    KL距离和熵
        2.2    掷骰子游戏
        2.3    n-gram语言模型
            2.3.1    建模
            2.3.2    参数估计和平滑算法
            2.3.3    语言模型的评价
        2.4    预测与搜索
            2.4.1    搜索问题的建模
            2.4.2    经典搜索
        2.4    -3局部搜索
        2.5    小结及拓展阅读
    3    词法分析和语法分析基础
        3.1    问题概述
        3.2    中文分词
            3.2.1    基于词典的分词方法
            3.2.2    基于统计的分词方法
        3.3    命名实体识别
            3.3.1    序列标注任务
            3.3.2    基于特征的统计学习
            3.3.3    基于概率图模型的方法
            3.3.4    基于分类器的方法
        3.4    句法分析
            3.4.1    句法树
            3.4.2    上下文无关文法
    ……
第2部分    统计机器翻译
第3部分    神经机器翻译
第4部分    机器翻译前沿
随笔
后记
附录A
附录B
附录C
参考文献
索引