本书是一本基于PaddlePaddle深度学习框架的实践性NLP教程，内容包括文本表示、文本分类、文本匹配、信息抽取、机器翻译、自动文摘、机器阅读理解、聊天机器人设计与实现等多个领域的知识，以及多种经典算法的实践案例。 本书的编写旨在帮助读者了解和掌握如何使用PaddlePaddle深度学习框架来解决NLP问题，并且让读者通过实践操作加深对NLP基本算法、基础任务的理解，无论是初学者还是有经验的研究者，都能从本书中获得有益的NLP编程经验。

第1章文本表示 1.1实践一： 基于统计的文本表示 1.2实践二： 基于Word2Vec的文本表示 1.3实践三： 基于预训练的文本表示 第2章文本分类 2.1实践一： 基于BiLSTM的文本分类 2.2实践二： 基于Attention机制的文本分类 2.3实践三： 基于预训练微调的文本分类 2.4实践四： 基于PaddleHub的低俗文本审核 第3章文本匹配 3.1实践一： 基于表示的文本匹配 3.2实践二： 基于交互的文本匹配 3.3实践三： 基于预训练微调的文本匹配 第4章信息抽取 4.1实践一： 基于BiLSTMCRF的命名实体识别 4.2实践二： 基于BiLSTMCRF的事件抽取 4.3实践三： 基于BiLSTM的关系抽取 4.4实践四： 基于预训练微调的关系抽取 4.5实践五： 基于预训练微调的事件抽取 第5章机器翻译 5.1实践一： 基于序列到序列模型的中英机器翻译 5.2实践二： 基于注意力机制的中英机器翻译 5.3实践三： 基于Transformer的中��英机器翻译 5.4实践四： 基于预训练微调的中英机器翻译 第6章自动文摘 6.1实践一： 抽取式中文自动文摘 6.2实践二： 生成式英文自动文摘 6.3实践三： 基于预训练微调的中文自动文摘 第7章机器阅读理解 7.1实践一： 基于BiDAF的机器阅读理解 7.2实践二： 基于BERT预训练微调的机器阅读理解 7.3实践三： 基于ERNIE预训练微调的机器阅读理解 第8章聊天机器人设计与实现 8.1实践一： 聊天机器人模块实现与系统测评 8.2实践二： 手动实现简易聊天机器人