本书强调严格性和基础性，书中的材料从源头—数系的结构及集合论开始，然后引向分析的基础（极限、级数、连续、微分、Riemann积分等），再进入幂级数、多元微分学以及Fourier分析，最后到达Lebesgue积分，这些材料几乎完全是以具体的实直线和欧几里得空间为背景的.书中还包括关于数理逻辑和十进制系统的两个附录。课程的材料与习题紧密结合，目的是使学生能动地学习课程的材料，并且进行严格的思考和严密的书面表达的实践本书适合已学过微积分的高年级本科生和研究生学习

 自然语言处理概述 ◼ 什么是自然语言处理 ◼ 自然语言处理的典型应用 ◼ 自然语言处理的基本任务 ◼ 自然语言处理的基本策略和实现方法 ◼ 自然语言处理的难点 ◼ 自然语言处理所涉及的学科  基于规则（知识工程）的自然语言处理方法（理性方法，传统方法） ◼ 基于词典和规则的形态还原（英语）、词性标注以及分词（汉语、日语） ◼ 基于CFG（上下文无关文法）和扩充的CFG（复杂特征集、合一运算）的句法分析 ◼ 基于逻辑形式和格语法的句义分析 ◼ 基于规则的机器翻译  基于语料库（数据）的自然语言处理方法（经验方法） ◼ 语言模型（N元文法） ◼ 分词、词性标注（序列化标注模型） ◼ 句法分析（概率上下文无关模型、移进-规约分析器） ◼ 文本分类（朴素贝叶斯模型、最大熵模型） ◼ 情感分析 ◼ 机器翻译 (IBM Model等) ◼ ......（基于神经网络的深度学习方法）