今天，无意之间发现HanLP作者何晗出了书，这可能是中文里唯一一个开发了自然语言处理库又写出书来的人了。作者是Emroy毕业的博士，这才是真正做事的人呀。没有看书的内容，但我猜这本书应该是把基本原理讲得最透彻的了，不管怎么样，实际开发过一个NLP库的人，比起只写原理的人应该写的都是人话。话不多说，直接上书籍链接
比起其他书的优势，估计应该是最贴合工程实践了。比起那些用Python写NLP书的人，这应该才算是实际工作中的情景。我是没见过哪个大单位用Python开发的，即使你用Python实验，恐怕最后还是要转成Java或者C++。我想小伙伴读了这本书，基本上就可以直接上手做项目了。
什么时候有人使用C系语言也能开发个基础库。我是没人家何晗那两下子了。哎。中国如果能有越来越多这样的书出来，那中国的NLP我想一定可以有大的发展了。如果还是像现在这样跟个大熊猫是的珍贵，那永远起不来。我看何晗比那些得了什么这奖那者的强多了，比天天在那儿又这个算法好了，那个算法好了的也强多了，最可贵的是人家愿意分享出来，在那儿遮遮掩掩的，我看就是啥都没有，所以才要遮。不光说的那些天天研究的，还有那些做工程的也一样，不信C系没有人能写出HanLP这样的库，只不过是不愿意分享出来罢了。还有一点，作者的HanLP库一直是自己一个人维护的，我看比起那些中国的一堆人写的要好，中国人团体项目都不灵。
我们应该做的，恐怕就是把人家代码好好吸收，好好去看看代码，比起天天搜罗有什么新进展，天天搞什么数据结构强太多了。好好利用人家的代码，来做些完美的实用的应用。别又天天弄个演示代码，给个平均准确率，就完事儿了，这也是写给自己的。后续我要把文本分类的基于HanLP的那个实际小Demo写出来。今年把争取在年底再把分类，词法分析这一部分的基础内容整理成小册，明年我要做自己的中医助手小系统了。面试的同志们，你们问点儿有技术含量的，一张口就知道你是个代码农民工，分词都有哪些方法，怎么实现的，隐马是什么，条件随机场是什么，朴素贝叶斯是什么，问点儿细节。不是在那儿套别人的雕虫小技，就是考个链表，没水平的样子，还有脸贴着要招NLP，还有脸说自己以前是哪哪哪公司的。就这些人的系统，要不就是模型出来啥结果就是啥结果，要不就是雕虫小技，效率且不说，能稳定运行就不错。