深入理解自然語言處理：從深度學習到大模型應用

《深入理解自然語言處理：從深度學習到大模型應用》從自然語言處理（NLP）的任務視角分門別類地介紹深度學習與大模型在現階段各NLP任務中的應用。以任務視角是指以一個個場景項目為視角，這樣可以讓讀者獲得更多的實戰經驗。《深入理解自然語言處理：從深度學習到大模型應用》的每章都有核心模型的先驗鏈條，這對讀者理解和掌握NLP模型非常有幫助。

《深入理解自然語言處理：從深度學習到大模型應用》分為9章，對應9種NLP任務。第1章介紹分詞和詞性標注任務。第2章介紹文本分類任務，如情感分析、文章分類與打標籤等。第3章介紹命名實體識別任務，如提取內容中的姓名和公司名等，在知識圖譜、內容結構化和智能對話等場景中也有該類任務的具體應用。第4章介紹神經機器翻譯任務，該類任務是NLP最先商用的獨立場景。第5章介紹文本糾錯任務，該類任務的應用非常廣泛，涉及用戶輸入的場景一般需要用到糾錯任務，否則用戶體驗會很差。第6章介紹機器閱讀理解任務，該類任務偏學術，在實踐中往往屬於某個大任務下的子任務。第7章介紹句法分析任務，該類任務比較傳統，基於深度學習的應用場景還不多。第8章介紹文本摘要任務，該類任務在新聞類業務場景中應用較多。第9章介紹信息檢索和問答系統任務，凡是類似搜索和輸入類需要等待回復的場景都會用到該類任務。

《深入理解自然語言處理：從深度學習到大模型應用》內容豐富，講解深入淺出，適合有一定機器學習基礎的NLP入門和進階人員閱讀，也適合NLP領域的從業人員作為解決具體業務問題的參考書，還適合高等院校人工智能等相關專業作為教材。



宋文峰，畢業於中山大學，獲計算機碩士學位。先後擔任百度、聯想和趣頭條等互聯網大廠的算法團隊負責人。熟悉自然語言處理的相關算法和模型，有多年的算法開發、推薦系統開發和自然語言處理項目經驗。業餘時間兼職自然語言處理講師，從事相關課程的講授工作，積累了豐富的經驗。