我们做自然语言处理的，主要是进行文本分析，作为人工智能的领域之一，也一定会应用深度神经网络进行处理。
近年来快速发展的深度学习技术为解决自然语言处理问题的解决提供了一种可能的思路，已成为有效推动自然语言处理技术发展的变革力量。
《基于深度学习的自然语言处理》重点介绍了神经网络模型在自然语言处理中的应用。首先介绍有监督的机器学习和前馈神经网络的基本知识，如何将机器学习方法应用在自然语言处理中，以及词向量表示（而不是符号表示）的应用，然后介绍了更多专门的神经网络结构，包括一维卷积神经网络、循环神经网络、条件生成模型和基于注意力的模型。最后也讨论了树形网络、结构化预测以及多任务学习的发展展望。
《基于深度学习的自然语言处理》中文PDF，274页，带书签目录，文字可以复制。
《基于深度学习的自然语言处理》英文PDF，282页，带书签目录，文字可以复制。
作者: Yoav Goldberg 译者: 车万翔 / 郭江 / 张伟男 / 刘铭
下载: https://pan.baidu.com/s/1gkGk5AefAJMEVilf1yb_qA
提取码: du87
自然语言处理是人工智能领域的一个重要的研究方向，是计算机科学与语言学的交叉学科。随着互联网的快速发展，网络文本尤其是用户生成的文本呈爆炸性增长，为自然语言处理带来了巨大的应用需求。但是由于自然语言具有歧义性、动态性和非规范性，同时语言理解通常需要丰富的知识和一定的推理能力，为自然语言处理带来了极大的挑战。
《基于深度学习的自然语言处理》系统阐述将深度学习技术应用于自然语言处理的方法和技术，深入浅出地介绍了深度学习的基本知识及各种常用的网络结构，并重点介绍了如何使用这些技术处理自然语言。
全书分为四部分，共21章，学习过程中，我发现18章、19章、20章这三章值得深入学习，有一定的研究价值，分别是用递归神经网络对树建模，一阶依存句法分析，条件生成中的多任务学习。
我们学习深度学习和自然语言处理的目的是二者相结合，而最实际的是怎么把这些理论应用在中文文本处理上。所以，我认为应该配合《自然语言处理理论与实战》一块儿学习，唐聃编写的这本NLP书主要讲了如何处理中文文本，可以考虑和深度学习理论相结合实现中文文本的深度神经网络处理。
《自然语言处理理论与实战》这本书根据理论结合实例的方式将内容呈现出来。其中涉及开发工具、Python语言、线性代数、概率论、统计学、语言学等工程上常用的知识介绍，然后介绍自然语言处理的核心理论和案例解析，最后通过几个综合性的例子完成自然语言处理的学习和深入。
《自然语言处理理论与实战》高清PDF，362页，带书签目录，文字可以复制；配套源代码。唐聃等著。
下载： https://pan.baidu.com/s/1waP6C086-32_Lv0Du3BbNw
提取码: 1ctr
《自然语言处理理论与实战》讲述自然语言处理相关学科知识和理论基础，并介绍使用这些知识的应用和工具，以及如何在实际环境中使用它们。由于自然语言处理的特殊性，其是一门多学科交叉的学科，初学者难以把握知识的广度和宽度，对侧重点不能全面掌握。
《自然语言处理理论与实战》旨在帮助读者快速、高效地学习自然语言处理和人工智能技术。一些做工程应用的自然语言处理工程师，也可以通过阅读《自然语言处理理论与实战》补充理论知识，理论知识的魅力在于遇到工程难题时，可以知道其背后的原因，快速、准确地解决问题。
