前言

隨著信息時代的到來，數字化經濟革命的浪潮正在大刀闊斧地改變著人類的工作方式和生活方式。在數字化經濟時代，從抓數字化管理人才、知識管理人才和復合型管理人才教育入手，加快培養知識經濟人才隊伍，為企業發展和提高企業核心競爭能力提供強有力的人才保障。目前，數字化經濟在全球經濟增長中扮演著越來越重要的角色，以互聯網、云計算、大數據、物聯網、人工智能為代表的數字技術近幾年發展迅猛，數字技術與傳統產業的深度融合釋放出巨大能量，成為引領經濟發展的強勁動力。

自然語言處理作為深度學習的重要組成部分之一，已經成為機器語言和人類語言之間溝通的橋梁，起到了人機交流的作用。其發展速度在深度學習技術出現后得到了極大提高，機器學習、深度學習這些曾經僅僅掌握在少數科學家手中的技術已經融入我們的生活。自然語言處理可以分為兩個核心任務：自然語言理解與自然語言生成。自然語言理解就是使機器能夠具備人類的語言理解能力，可以理解為讓計算機“聽”懂我們在說什么；而自然語言生成則是將非語言格式的數據轉換成人類可以理解的語言格式，也就是將計算機想“講”的話“說”出來。目前機器翻譯、聊天機器人、輿情分析等自然語言的實際應用都可歸類于這兩大核心任務。

《深度學習自然語言處理實戰》作為一本結合理論與實踐的參考書，不僅介紹了自然語言處理必備的理論知識，還深入講解了自然語言處理任務的相關技術實現。讀者可以通過本書全面地梳理自然語言處理領域的前沿知識，系統地理解自然語言技術脈絡，并在需要尋找某些特定技術時獲得一定的幫助。本書共8章。第1章介紹了深度學習理論的發展和基礎知識，第2章講解了PyTorch環境配置及常用操作，第3章介紹了自然語言處理的基礎知識，包括詞向量和語言模型等，第4章和第5章則分別給出了循環神經網絡和卷積網絡的理論及技術實現，第6章介紹了經典Seq2Seq模型和Attention機制，第7章和第8章分別介紹了多種大規模預訓練模型（ELMo、Transformer、BERT等）。系列叢書的每個章節后面都配有專屬的二維碼，讀者掃描二維碼即可獲得作者對于本章節重點知識點的介紹視頻，同時可以通過掃描二維碼獲得更多的學習資料。每本書同樣配置有專屬二維碼，讀者掃描二維即可獲得本書對應的課程觀看資格，同時可以參與其他的活動，獲得更多的學習課程。

本書是集體智慧的結晶，寫作成員包括張楠、蘇南、王貴陽、梁培力、金紓羽。同時，感謝很多同事和朋友在寫作過程中給予的協助。在寫作過程中，我們從實際出發，考慮每一章節結合理論所需要的技術支持是怎樣的，并給出實例，同時關注國內外關于自然語言處理的最新進展，并思考如何將這些技術真正傳達給讀者。

本書每章都配有專屬二維碼，讀者掃描后即可觀看作者對于本章重要知識點的講解視頻。掃描下方的開課吧公眾號二維碼將獲得與本書主題對應的課程觀看資格及學習資料，同時可以參與其他活動，獲得更多的學習課程。此外，本書配有源代碼資源文件，讀者可登錄https：//github.com/kaikeba免費下載使用。

限于時間和作者水平，書中難免有不足之處，懇請讀者批評指正。

編者