本書系統(tǒng)性地介紹了多種經(jīng)典的和前沿的機器學習技術及其在文本域中的應用。首先，詳細介紹了面向文本數(shù)據(jù)的預處理技術和經(jīng)典的機器學習技術（如矩陣分解與主題建模、聚類與分類/回歸等），并深入探討了模型的原理和內(nèi)在聯(lián)系以及相應的性能評估；其次，詳細介紹了結合異構數(shù)據(jù)的文本學習技術（如知識共享與遷移學習等），以及面向信息檢索與排序的索引和評分等技術；最后，詳細介紹了一些文本應用相關的重要技術，包括序列建模與深度學習、文本摘要與信息提取、意見挖掘與情感分析、文本分割與事件檢測等。本書從技術原理到實際應用，綜合梳理了文本機器學習的多種技術，深入分析了模型的優(yōu)缺點和內(nèi)在聯(lián)系，并在每章結束時提供了詳細的參考資料、軟件資源和習題。