第1章 概率统计与应用数学的基础知识
第2章 语言模型与多元文法
第3章 序列标注模型
第4章 文本分析
第5章 深度学习模型
5.1基于深度学习的自然语言模型
5.1.1 神经网络自然语言模型与词向量
5.1.2 A Neural Probabilistic Language Model
5.1.3 CBOW和Skip-Gram
5.1.4 Huffman编码与Huffman tree
5.1.5 CBOW-Hierarchical Softmax
5.1.6 Skip-Gram-Hierarchical Softmax
5.1.7 FastText
5.1.8 词的全局向量表示
5.2 卷积网络CNN
5.3 循环网络RNN
5.4 Transformer
5.5 预训练模型
第6章 对话机器人的发展综述
第7章 自然语言理解与知识图谱
第8章 答案生成与多轮对话
第9章 对话系统的工程架构
第10章 实战场景之一——客服机器人
第11章 实战场景之二——开放领域的QA问答
第12章 实战场景之三——聊天机器人