剧情简介：本书结合多个真实的落地项目，从自然语言处理（NLP）的任务视角，分门别类地介绍现阶段各NLP任务中深度学习的应用。以任务视角是指以一个个场景项目为视角，这样做可以获得更多的实战经验。本书的每一章都有核心模型的先验链条，这对理解和掌握NLP模型非常有帮助。
本书分为9章，对应9种NLP任务。第1章介绍分词和词性标注任务。第2章介绍文本分类任务，如情感分析、文章分类与打标签等都是常见的文本分类任务。第3章介绍命名实体识别任务，如提取内容中的姓名和公司名称等，在知识图谱、内容结构化和智能对话等场景中也是该任务的具体应用。第4章介绍神经机器翻译任务，它是NLP最先商用的独立任务场景。第5章介绍文本纠错任务，它是应用非常广泛的一类NLP任务，因为凡是涉及用户输入的场景或多或少都需要用到纠错任务，否则用户体验就会很差。第6章介绍机器阅读理解任务，该任务偏学术，在实践中往往属于某个大任务下的子任务。第7章介绍句法分析任务，它是NLP中非常传统的任务。第8章介绍文本摘要任务，该类任务在新闻类业务场景中使用较多。第9章介绍信息检索和问答系统任务，凡是类似于搜索和输入这类需要等待回复的场景都可以归为该任务。
本书非常适合有一定机器学习基础而想要学习NLP相关知识的人员阅读，也适合NLP领域的从业人员作为解决具体业务问题的参考书，还适合高校相关专业作为教学用书。
类型：计算机 / 软件学习
作者：宋文峰
