书籍介绍
《智能问答与深度学习》面向在校学生或计算机软件从业人员，由浅入深地介绍了人工智能在文本任务中的应用。《智能问答与深度学习》不但介绍了自然语言处理、深度学习和机器阅读理解等基础知识，还简述了信息论、人工智能等的发展过程。
王海良，Chatopera联合创始人、CEO，微软人工智能最有价值专家。毕业于北京邮电大学，加入IBM工作四年，先后工作于软件开发实验室和创新中心，从2016年开始工作于创业公司，三角兽AI算法工程师，呤呤英语AI产品负责人，负责智能对话系统研发。
李卓桓，PreAngel合伙人，Plug and Play投资合伙人。拥有25年编程经验，曾任优酷网首席科学家、叽歪网创始人，水木清华BBS站长，紫霞BBS站长。Conversational AI实践者，热爱滑雪、跑酷、滑雪伞等极限运动。
林旭鸣，北京邮电大学模式识别实验室研究生，目前的研究方向为深度学习、自然语言处理与机器阅读理解。本科期间曾获得国家奖学金，研究生期间多次在数据类竞赛中取得Top 3的成绩。曾在百度、滴滴出行、微软等公司实习。
目录
用户评论
基础内容占据大部分篇幅，一共250页，前200页基本上数学基础、nlp基础、深度学习基础、词向量各占50页，只有最后2章是智能问答相关，合起来不到50页，而且只涉及FAQ和MRC，没有KBQA，太单薄了。用来入门还可以，想钻研智能问答用处不大。
能帮忙串下知识点，原理讲得不上不下，代码给得不清不楚；有些总结到还是有些意义可以借鉴。
1，对于初学者，推荐。第一次读这本书时（2019年3月），感觉很多知识点都涉及到了，关键的知识点串联，起到了一定的解疑答惑，包括：统计学基本概念、统计学方法（HMM、CRF等）、深度学习基础（RNN/LSTM）、词向量、问答系统等。各个部分都有与NLP相关的示例和代码。
2，推荐点：①NLP相关的大大小小的概念和知识点都有；②代码。
3，对于专门攻克某个知识点或者对NLP很熟悉的人来说，可以作为参考书，有需要的时候翻一下。最近在攻克BERT，这本书就没有涉及到，但与词向量有关的部分，这本书都有讲，可以作为参考书。
4，本书的小小缺点：①智能问答的内容略少；②科技发展很快，内容在逐渐的“变旧”，不能涵盖最新最热的理论和工具。这也是没有办法的事情。
书名中智能问答在前，然而整本书智能问答的篇幅实在太少了，机器学习和深度学习的东西太多了，而且是一些基础知识。本来买来这本书是想深入学习智能问答这块的东西，没想到全书东拼西凑，没有一点干货！失望透顶！
说实话，书的内容很浅，每章只是简单过下，感觉像是在科普，真心不建议买，还是看看其他书吧
电子工业出版社的其他书籍查看全部
收藏