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