图灵汇官网

本书旨在为初学者提供自然语言处理（NLP）和深度学习方面的基础知识，涵盖这两个领域的关键主题。这两个领域都在迅速发展。本书聚焦于深度学习的实际应用和NLP，填补了理论与实践之间的空白。在编写过程中，我们不得不做出一些艰难甚至有些不情愿的选择，决定哪些内容需要舍弃。对于新手而言，我们希望本书能为他们打下坚实的基础，并激发他们对NLP的兴趣。特别是，机器学习和深度学习更多是一种实践经验，而非纯粹的理论研究。我们希望通过书中大量的端到端代码示例，鼓励读者积极参与实践。

本书最初使用PyTorch 0.2版本编写，随着PyTorch版本不断更新，示例也随之调整。当本书出版时，PyTorch 1.0版本已经发布。本书中的代码示例基于PyTorch 0.4版本，该版本应与即将发布的PyTorch 1.0版本兼容。在本书的编写过程中，我们尽量避免过多地使用数学公式。这并不是因为深度学习的数学部分很难，而是因为过多的数学公式可能会分散读者的注意力，偏离本书的主要目标——帮助初学者掌握基础知识。我们更注重简洁性和易懂性，希望尽可能覆盖更广泛的读者群体。

以下是本书的目录：

• 第一章：基础介绍
• 第二章：传统NLP快速回顾
• 第三章：神经网络基础组件
• 第四章：自然语言处理前馈网络
• 第五章：词嵌入
• 第六章：序列建模
• 第七章：中间序列建模
• 第八章：高级序列模型
• 第九章：经典、前沿和后续步骤

此外，本书还推荐了一些学习资源和相关链接：

• 反向传播原理：链接
• CNN原理：链接
• RNN原理：链接
• LSTM原理：链接

对于想要深入了解自然语言处理的读者，我们推荐以下资源：

• 《Python自然语言处理》第二版：链接
• 一个由liuhuanyong整理的NLP知识体系：链接
• 开源词向量库集合：
  • Chinese-Word-Vectors
  • nlpchinesecorpus
  • chinesechatbotcorpus
  • Dialog_Corpus

本书内容由ApacheCN团队提供支持。希望本书能够帮助你更好地理解和掌握自然语言处理和深度学习的相关知识。