1、封面介绍
2、出版时间
2019年6月
3、推荐理由
深度学习应用所使用的大部分数据是由自然语言处理（NLP）提供的，而TensorFlow是目前比较重要的深度学习框架。面对当今巨量数据流中众多的非结构化数据，本书详细讲解如何将TensorFlow与NLP二者结合以提供有效的工具，以及如何将这些工具应用于具体的NLP任务。
本书首先介绍NLP和TensorFlow的基础知识，之后讲解如何使用Word2vec及其高级扩展，以便通过创建词嵌入将词序列转换为深度学习算法可用的向量。本书还介绍如何通过卷积神经网络（CNN）和递归神经网络（RNN）等经典深度学习算法执行句子分类和语言生成等重要的NLP任务。你将学习如何在NLP任务中应用高性能的RNN模型（比如长短期记忆单元），还将认识神经机器翻译，并实现一个神经机器翻译器。
通过阅读本书，你将学到：
NLP的核心概念和各种自然语言处理方法
使用TensorFlow函数创建神经网络以完成NLP任务
将海量数据处理成可用于深度学习应用的单词表示
使用CNN和RNN执行句子分类和语言生成
使用最先进的RNN（如长短期记忆）执行复杂的文本生成任务
从头开始编写一个真正的神经机器翻译器
未来的NLP趋势和创新
4、下载链接
由于版权的原因，不再对外公开，仅限内部学习和交流使用。
