本书共15章，分为4个部分。第1部分是自然语言处理基础，首先介绍自然语言处理的相关概念和基本技能，然后介绍词向量技术和实现方法，最后介绍关键词提取技术。第2部分是自然语言处理核心技术，分别介绍朴素贝叶斯算法、N-gram语言模型、PyTorch深度学习框架、FastText模型文本分类和基于深度学习的文本分类。第3部分是序列标注，介绍序列标注的具体应用，如HMM词性标注和HMM命名实体识别等常见的自然语言处理应用场景。第4部分是预训练模型，促进了自然语言处理的发展，关注预训练模型的具体应用，如ALBERT的命名实体识别、Transformer的文本分类、BERT的文本相似度计算、ERNIE的情感分析等。