本书主要内容分为九章，各章内容如下:第一章绪论；第二章讨论了基于词类的n元模型，提出了一种基于词相似度的聚类算法；第三章介绍了词性标注的概念和方法，其中重点介绍了基于转换的错误驱动的词性标注方法；第四章提出了马尔科夫族模型，并将其应用于词性标注,取得了较好的效果；第五章介绍了句法分析的概念和方法以及几种统计句法分析模型，其中重点介绍了概率上下文无关语法；第六章提出了一种基于聚类和依存关系的句法分析模型；第七章成功地建立了一种新颖的句法分析模型，该句法分析模型基于规则与统计方法相结合，将语法、语义、语用等语言学知识融入句法分析；该句法分析模型是一个模型框架，具有规则和统计相结合，多个统计模型相结合的特点。第八章介绍了基于深度学习的自然语言处理；第九章总结了本文所做的工作，并讨论一些值得继续研究的问题。