1.有道 自然语言翻译
http://ai.youdao.com/anli.s#education
2.
码农场博主，HanLP作者何晗新书《自然语言处理入门》，跟着这本书，实现NLP的基础模块，这大概是最好的入门方式之一，具体可参考：《人人都可以看懂的NLP入门书》。
《自然语言处理综论》，目前第二版翻译版本已经出版，我当年的入门书，不过看得是第一版翻译版本，英文名《Speech and Language Processing》, 第三版据说很快就要出版，有条件的同学建议直接看英文版。
《统计自然语言处理基础》，另一本入门书籍，这本书的英文版貌似没有更新，但是中文版貌似也不再发售了，当然，优先推荐读英文版。
《Python自然语言处理》，NLTK配套丛书，有了上面两本书的介绍，再加上一些Python基础，通过这本书进行相关的文本挖掘实战，很不错的一个路径。
《Python深度学习》，近期读过的一本深度学习好书，隆重推荐。本书由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱（François Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。
一本新书《基于深度学习的自然语言处理》，英文版名《Neural Network Methods for Natural Language Processing》，哈工大车万翔老师带队翻译，我已收获译者签名版，阅读后感觉很不错。
宗成庆老师的《统计自然语言处理（第2版）》，当年读书的时候大致看过第一版，作为入门书籍不错。
国内青年学者刘知远老师等合著的《互联网时代的机器学习和自然语言处理技术大数据智能》，没有仔细看过，仅供参考。
南大周志华老师的西瓜书《机器学习》，最近出版的书籍，国内难得学习机器学习的高质量书籍，评价非常高，强烈推荐。
CMU机器学习系主任Tom Mitchell院士的 《机器学习》，机器学习老牌经典书籍，历久弥新。
华章引进的英文版也不贵，不过貌似没货：《机器学习（英文版》
比较新的一本机器学习书籍，被誉为内容全面的机器学习教程 Machine Learning期刊主编力作：《机器学习》
李航老师的这本《统计学习基础》挺不错的，简洁明了：《统计学习基础》
王斌老师翻译的《大数据 互联网大规模数据挖掘与分布式处理（第2版）》，质量挺不错的，对应的英文书籍是《Mining of Massive Datasets》，有相应的官方主页，提供相应的英文PDF，课程和课件资源。
=============================================================================
以下是我们在NLPJob微博上推出的一系列赠书活动中所涉及的相关书籍，活动基本保持在每周一期，大概已经做了有两年了，书籍一般都是当期比较新的数据，出版社愿意拿出来赞助做活动，至于书籍质量，大家多从书籍点评入手来参考是否值得购买。以下排名按新推出的活动同步更新：
深度学习： 《TensorFlow实战》