近几年来，深度学习已经彻底改变人工智能的诸多领域，涉及语音、视觉、自然语言、机器人和游戏等。深度学习在自然语言处理领域的诸多应用方面大获成功，这使其成为人工智能领域最重要的发展基准。 　　《基于深度学习的自然语言处理》介绍深度学习领域最先进的技术以及深度学习在主要的自然语言处理任务中的成功应用，包括语音识别和理解、对话系统、语义分析、句法分析、知识图谱、机器翻译、问答、情感分析、社会计算和基于图像的自然语言生成。本书对深度学习时代自然语言处理领域的不同研究前沿进行了概括与分析，还列举了深度学习与自然语言处理领域中交叉的技术性术语以及常用的首字母缩略词。 　　《基于深度学习的自然语言处理》面向深度学习与自然语言处理领域高年级的本科生、研究生、博士后研究员、讲师、行业的研究员以及任何对此领域感兴趣的人。

邓力博士，2019年当选加拿大国家工程学院和美国华盛顿州科学院院士，目前担任Citadel首席人工智能官。2000—2017年，邓博士在微软曾担任AI首席科学家、深度学习技术中心(Deep Learning Technology Center)创始人、微软合伙人研究经理。1989—1999年，邓博士在加拿大滑铁卢大学曾担任助理教授、终身副教授和正教授，还曾在麻省理工学院(1992—1993年)、ATR(1997—1998年，日本京都)和香港科技大学(1995年，香港)担任教学/研究职位。邓博士是IEEE(2004)、美国声学学会(1993)和ISCA(2011)的研究员。自2000年以来，邓博士一直是西雅图华盛顿大学的兼职教授。刘洋博士，清华大学计算机科学与技术系长聘教授、人工智能研究所所长，国家杰出青年基金获得者。研究方向是自然语言处理，在自然语言处理和人工智能领域重要国际刊物和国际会议上发表80余篇论文，获得ACL 2017杰出论文奖和ACL 2006优秀亚洲自然语言处理论文奖。获得国家科技进步二等奖、中国电子学会科技进步一等奖、中国中文信息学会钱伟长青年创新一等奖、北京市科学技术奖二等奖等多项科技奖励。担任或曾担任国际计算语言学学会亚太分会执委兼秘书长、Computational Linguistics编委、ACM TALLIP副编辑、中国中文信息学会青年工作委员会主任。

前言 自然语言处理(Natural Language Processing，NLP)旨在使计算机能够智能地处理人类语言，这是一门涵盖人工智能、计算科学、认知科学、信息处理和语言学的重要跨学科领域。由于长期关注计算机和人类语言之间的交互，NLP应用(例如，语音识别、对话系统、信息检索、问答和机器翻译)已经开始重塑人们识别、获取和利用信息的方式。 NLP的发展历经三大浪潮：理性主义、经验主义和深度学习。在第一大浪潮中，理性主义主张设计人工规则，以便将知识纳入NLP系统，其基础假设是人类思维中的语言知识通过一般继承预先固定。在第二大浪潮中，经验主义假设表面形式中的丰富感官输入和可观察语言数据是必需的，并且足以使大脑学习自然语言的详细结构。因此，人们开发了概率模型来验证大型语料库中语言的规则性。在第三大浪潮中，受生物神经系统的启发，深度学习利用非线性处理的层次模型，通过旨在模拟人类认知能力的方式学习语言数据的内在表征。 深度学习和自然语言处理的交叉在实际任务中取得了惊人的成功。语音识别是深度学习深刻影响的第一个工业化NLP应用程序。随着大规模训练数据的使用，与传统的经验主义方法相比，深度神经网络所造成的识别错误已经显著降低。机器翻译是另一个基于深度学习的成功的NLP应用。端到端神经机器翻译已经可以大大提高翻译质量，此种机器翻译使用神经网络对人类语言进行映射。因此，神经机器翻译已迅速成为大型科技公司(如谷歌、微软、Facebook、百度等)提供的主要商业在线翻译服务中的新型实用技术。包括语言理解和对话、词汇分析和句法分析、知识图谱、信息检索、文本问答、社交计算、语言生成和文本情感分...