文本的入门资料里，《文本.pdf》算是我看过比较扎实的一个，尤其适合刚接触 NLP 的前端或者数据同学。里面讲得挺系统，从最基础的语言模型讲起，比如n-gram怎么预测下一个词、什么是困惑度，都用了生活化的例子。嗯，挺容易理解的。

分布式表达那块也蛮有料的，像Word2Vec怎么通过上下文来学词的语义，讲得还算清楚，配合实际例子会更好消化。尤其是CBOW和Skip-gram这两个模式，适合做词义相似度的朋友重点关注一下。

是LDA 模型，也就是主题模型啦。如果你有一堆文本想看看都在说啥，比如用户评论、论坛帖子啥的，用 LDA 来做无监督主题提取还挺方便的。文档里对模型假设也解释得比较明白，不会太玄乎。

要是你平时搞情感、自动问答、文本分类这些，文档里的思路和方法都能派上用场。如果你想实操，文末还贴了不少相关资料，比如word2vec 代码详解、小红书评论这种，拿来直接跑一跑也挺好。

如果你刚入门 NLP，或者想找一份讲原理+实现都不偏的参考，这份文档可以先啃一遍，再去深入别的高级应用。