本书共分为8章: 第1章绪论, 介绍自然语言处理的发展历程、研究内容与基本方法, 梳理了从规则方法、机器学习方法到深度学习与大模型时代的技术演进; 第2章数学基础, 系统讲解了自然语言处理所需的数学工具, 包括概率论、线性代数与信息论基础; 第3章神经网络基础, 介绍神经元结构、前馈与卷积网络、循环网络及注意力机制; 第4章语言模型, 深入探讨统计语言模型、词向量模型以及神经网络语言模型; 第5章大语言模型基础, 系统分析大模型的宏观与微观发展、典型架构、训练流程与优化方法, 并介绍提示工程与指令微调等关键技术。