本書從自然語言處理(NLP)的任務視角分門別類地介紹深度學習與大模型在現(xiàn)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(zhàn)經(jīng)驗。本書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。本書分為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、文章分類與打標簽等。第3章介紹命名實體識別任務，如提取內(nèi)容中的姓名和公司名等，在知識圖譜、內(nèi)容結(jié)構(gòu)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(jīng)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(shù)，在實踐中往往屬于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(tǒng)，基于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(yè)務場景中應用較多。第9章介紹信息檢索和問答系統(tǒng)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。