本書采用機器學習方法，較少關注語言細節(jié)，在統(tǒng)一的框架下為自然語言處理開發(fā)了基本的數(shù)學和深度學習模型，并根據(jù)其機器學習性質系統(tǒng)地組織NLP問題，包括分類、序列標記和序列到序列的問題。本書所涵蓋的主題包括：統(tǒng)計機器學習和深度學習模型，文本分類和結構化預測模型，生成和判別模型，帶有潛在變量的有監(jiān)督模型和無監(jiān)督模型。