书名：文本机器学习（原书第2版）
作者：查鲁·C.，阿加沃尔（Charu C. Aggarwal）
ISBN：978-7-111-79277-2
出版社：机械工业出版社
出版日期：2026.01.08
本书构建了条理清晰的文本分析框架，该框架系统整合了信息检索、机器学习和自然语言处理的交叉主题，尤其侧重深度学习方法的应用，助力读者形成从基础到前沿的完整认知体系。全书可分为三大部分，具体如下：
基本算法（第1章至第7章）：聚焦于文本分析领域的经典算法，深入探讨预处理、相似度计算、主题建模、矩阵分解、聚类、分类、回归以及集成分析等关键技术。这些算法作为文本分析的基石，为后续更复杂的应用奠定了坚实基础。
领域敏感学习与信息检索（第8章和第9章）：围绕异构环境下的学习模型展开，详细探讨如何将文本与多媒体、网络链接等多元数据进行有机结合。同时，从排序和机器学习方法的独特视角，深入剖析信息检索与网络搜索所面临的挑战。
自然语言处理（第10章至第16章）：讨论各类以序列为中心的应用和自然语言处理的前沿技术，包括特征工程、自然语言模型、深度学习、Transformer架构、预训练语言模型、文本摘要、信息提取、知识图谱构建、问答系统设计、意见挖掘、文本分割和事件检测等。