機器學習是一門多領(lǐng)域交叉學科，涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度理論等多門學科，專門研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。簡單來說，就是根據(jù)數(shù)據(jù)或以往的經(jīng)驗，優(yōu)化計算機程序的性能標準。同時，機器學習還是一門人工智能的科學，該領(lǐng)域的主要研究方向是人工智能，特別是如何在經(jīng)驗學習中改善具體算法的性能。
　　目前，機器學習已成為新的學科，融合各種學習方法且形式多樣的集成學習系統(tǒng)研究正在興起。機器學習與人工智能各種基礎(chǔ)問題的統(tǒng)一性觀點正在形成，各種學習方法的應(yīng)用范圍不斷擴大，部分應(yīng)用研究成果已轉(zhuǎn)化為產(chǎn)品。
　　甲骨文距今已有3500年歷史，是迄今為止中國所發(fā)現(xiàn)的最早的古文字，是公元前14世紀商王盤庚遷都后至公元前11世紀商紂亡國的270年左右的商代王室占卜記錄，其中涉及王事、農(nóng)業(yè)、天象、吉兇、祭祀、征伐、使令、往來、婚娶等社會內(nèi)容，具有重要的史料價值。甲骨文是漢字的鼻祖，傳承著中華民族文化。目前，甲骨文已入選《世界記憶名錄》，這表明甲骨文的價值得到了全世界的公認。
　　隨著信息技術(shù)的發(fā)展，古文字信息化的研究逐漸提上了日程。2001年在華東師范大學召開的“古文字信息化處理國際學術(shù)研討會”上，與會專家就古文字信息化處理各個方面的問題做了廣泛的探討。
　　近幾年在計算機處理甲骨文方面已有所改變，很多研究機構(gòu)開始建設(shè)甲骨文字庫，做得比較好的如香港中文大學，其不但建設(shè)了甲骨文字庫，還建設(shè)了甲骨文資料庫，并在網(wǎng)上發(fā)布，極大地方便了甲骨文研究者的研究工作。然而，對甲骨文的研究還存在很多問題。例如，相較于比較成形的文字系統(tǒng)，甲骨文還具有一定的復雜性。同時，甲骨文數(shù)字資源缺乏知識層次的統(tǒng)一描述，這給甲骨文信息利用和共享造成了困難，傳統(tǒng)孤立地研究甲骨文的方法已無法取得突破性的進展。機器學習是研究怎樣使用計算機模擬或?qū)崿F(xiàn)人類學習活動的科學，不僅在基于知識的系統(tǒng)中得到應(yīng)用，而且在自然語言理解、非單調(diào)推理、機器視覺、模式識別等許多領(lǐng)域得到了廣泛應(yīng)用。甲骨文作為一種古文字，其研究涉及字形、語義、圖像等各個方面，利用機器學習技術(shù)研究甲骨文已成為必然趨勢。
　　本書簡單回顧了機器學習的基本概念，以及機器學習的研究方法和進展，著重介紹了隱馬爾可夫模型和支持向量機兩種機器學習方法在甲骨文信息處理中的應(yīng)用情況。