創建讀者自己的面向機器學習的自然語言訓練語
料庫。無論是以英文、中文，還是以其他任何自然語
言為處理對像，詹姆斯·普斯特若夫斯基、安伯·斯
塔布斯著的這本《面向機器學習的自然語言標注》都
可以引導讀者完成整個標注的開發：向訓練語料庫中
添加元數據信息以幫助機器學習算法更有效地工作。
學習本書時不需要讀者具備任何編程或語言學經驗。
通過各步驟的詳細示例，可以學習到MATTER標注
開發過程如何幫助讀者建模、標注、訓練、測試、評
價和修改訓練語料庫。同時，讀者還可以親自實踐一
個實際的標注項目，了解其完整流程。

前言
第1章 基礎知識
1.1 語言標注的重要性
1.1.1 語言學描述的層次
1.1.2 什麼是自然語言處理
1.2 語料庫語言學簡史
1.2.1 什麼是語料庫
1.2.2 語料庫的早期應用
1.2.3 當今的語料庫
1.2.4 標注類型
1.3 語言數據和機器學習
1.3.1 分類
1.3.2 聚類
1.3.3 結構化模式歸納
1.4 標注開發循環
1.4.1 現像建模
1.4.2 按照規格說明進行標注
1.4.3 在語料庫上訓練和測試算法
1.4.4 對結果進行評價
1.4.5 修改模型和算法
總結
第2章 確定目標與選擇數據
2.1 定義目標
2.1.1 目標陳述
2.1.2 提煉目標：信息量與正確性
2.2 背景研究
2.2.1 語言資源
2.2.2 機構與會議
2.2.3 自然語言處理競賽
2.3 整合數據集
2.3.1 理想的語料庫：代表性與平衡性
2.3.2 從因特網上收集數據
2.3.3 從人群中獲取數據
2.4 語料庫的規模
2.4.1 現有語料庫
2.4.2 語料庫內部的分布
總結
第3章 語料庫分析
3.1 語料庫分析中的基本概率知識
3.1.1 聯合概率分布
3.1.2 貝葉斯定理
3.2 計算出現次數
3.2.1 齊普夫定律（Zip's Law）
3.2.2 n元語法
3.3 語言模型
總結
第4章 建立模型與規格說明
4.1 模型和規格說明示例
4.1.1 電影題材分類
4.1.2 添加命名實體
4.1.3 語義角色
4.2 采用（或不采用）現有模型
4.2.1 創建模型和規格說明：一般性與特殊性
4.2.2 使用現有模型和規格說明
4.2.3 使用沒有規格說明的模型
4.3 各種標準
4.3.1 ISO標準
4.3.2 社區驅動型標準
4.3.3 影響標注的其他標準
總結
第5章 選擇並應用標注標準
第6章 標注與審核
第7章 訓練：機器學習
第8章 測試與評價
第9章 修改與報告
**0章 標注：TimeML
**1章 自動標注：生成TimeML
**2章 後記：標注的未來發展趨勢
附錄