本书与深度学习、大语言模型技术紧密结合，确保内容的先进性和实用性。通过系统化的介绍，按照自然语言处理核心任务的逻辑顺序，引导读者深入了解并掌握最新技术。 本书内容分为两个部分，共9章。第一部分为前三章，主要介绍自然语言处理领域学习所需的理论基础，包括预备知识、深度神经网络以及语言模型预训练，前三章的理论讲解依次递进，为后续章节的核心任务作铺垫；第二部分为后六章，主要介绍了自然语言处理的六个核心任务，包括生成式文本摘要、情感分析、信息抽取、机器阅读理解、机器翻译和对话系统，后六章的内容从实践出发，与当前预训练大语言模型相结合，深度剖析自然语言处理的核心任务与部署实践。 本书适合作为高等院校计算机科学与技术、数据科学与大数据及相关专业的教材，也可作为自然语言处理相关从业者的参考用书。