宗成庆有关计算机领域的自然语言处理方面最权威的书是什么？

机器学习算法怎么使用中文语料

这个事情很简单 首先得有词汇特征 就是一组词语的集合 比如特征集可以是 [这，个，事情，简单，机器，学习，中文，语料] 有了这个以后就可以表示句子了 例如： “这个事情很简单” [1, 1, 1, 1, 0, 0, 0, 0] "机器学习算法怎么使用中文语料" [0, 0, 0, 0, 1, 1, 1, 1] 看出啥意思了吧，对于一个句子，特征词出现的位置就标1，不出现就标0。

所以句子就成了向量，用欧氏距离、余弦夹角等等方法就可以计算两个向量的相似度，那就对应句子的相似度了。

这里面特征词选择方法有很多，常见的有TF、DF、TF-IDF等等，也可以人为指定。

向量里面表的数值也有很多算法，0、1是比较适合情感倾向分析的标法。

PMI指的是点互信息 PMI(a, b)=p(a,b)/(p(a)p(b)) 假设有一个句子集合，总量为N 出现a次数为A，出现b次数为B a和b同时出现在同一句话中的次数为C 则有p(a)=A/N， p(b)=B/N， p(a,b)=C/N 带入到公式里就算出PMI了。

计算PMI时，A、B、C、N的统计方法有很多策略，根据实际情况定。

相关资料你可以看一下《统计自然语言处理》 宗成庆 写的。

若想了解更牛逼的办法的话 先把统计分析、实分析、泛函分析、变分分析、随机过程、矩阵论、向量空间论、模糊数学、图论、代数图论、数学分析、统计机器学习、模式识别、神经网络、贝叶斯网络、自然语言处理、社会网络这些都学好，就可以独步江湖 称霸机器学习领域了~~哈哈~~

机器学习各种算法怎么调参

是指类似于learning rate的参数，还是指theta? 如果是后者用梯度下降法等就可以调参，如果是前者麻烦一点，需要判断一下，也可以可变参数，如果该参数工作效果没有再高过以前的精准度并且过10次（也可以是其它次数），那么就判断该learning rate为最好的。

有关计算机领域的自然语言处理方面最权威的书是什么？

计算机自然语言处理是一个前沿领域，有很多问题还没有根本解决，要了解最新进展最好看论文。

书中一般只讲一些常用的技术和模型，而且基本没有哪本书能把所有的技术都能详细地讲到，所以没有哪本书是绝对权威的，看你想了解哪方面。

几本比较好的书： 国外的： 统计自然语言处理基础（书店有中文版，网上有英文电子版）作者:(美)(Manning her D.)(德)(Schutze Hinrich) 译者:苑春法 自然语言处理综论（美国 朱夫斯凯） 国内的： 统计自然语言处理（宗成庆） 自然语言处理（江铭虎） 计算机自然语言处理（王晓龙 关毅）