本书从自然语言处理(NLP)的任务视角分门别类地介绍深度学习与大模型在现阶段各NLP任务中的应用。以任务视角是指以一个个场景项目为视角，这样可以让读者获得更多的实战经验。本书的每章都有核心模型的先验链条，这对读者理解和掌握NLP模型非常有帮助。本书分为9章，对应9种NLP任务。第1章介绍分词和词性标注任务。第2章介绍文本分类任务，如情感分析、文章分类与打标签等。第3章介绍命名实体识别任务，如提取内容中的姓名和公司名等，在知识图谱、内容结构化和智能对话等场景中也有该类任务的具体应用。第4章介绍神经机器翻译任务，该类任务是NLP最先商用的独立场景。第5章介绍文本纠错任务，该类任务的应用非常广泛，涉及用户输入的场景一般需要用到纠错任务，否则用户体验会很差。第6章介绍机器阅读理解任务，该类任务偏学术，在实践中往往属于某个大任务下的子任务。第7章介绍句法分析任务，该类任务比较传统，基于深度学习的应用场景还不多。第8章介绍文本摘要任务，该类任务在新闻类业务场景中应用较多。第9章介绍信息检索和问答系统任务，凡是类似搜索和输入类需要等待回复的场景都会用到该类任务。