《自然语言处理基础与大模型 案例与实践》在简要介绍自然语言处理代表性模型和方法的基础上，通过具体案例详细展现了相关模型和算法的实现过程，并给出了可执行的程序代码、数据集和运行结果。全书内容既有经典的统计语言模型，也有神经网络基础模型和大语言模型前沿技术。应用案例从情感分析、信息抽取、自动摘要和文本语义匹配，到阅读理解、意图理解、文本生成和机器翻译，全方位地展示自然语言处理从理论到实践的全貌。书中提供的所有代码都已通过调试，并以Jupyter Notebook形式托管在百度AI Studio星河社区上。读者按照书中的说明就可以直接使用AI Studio提供的免费计算资源在线编译运行书中的程序代码，为读者实践、练习提供了极大的便利 。 《自然语言处理基础与大模型 案例与实践》可作为高等院校相关专业高年级本科生和研究生学习自然语言处理课程的教学辅导书，也可供对自然语言处理技术感兴趣的初学者或者从事相关技术研发的工程技术人员参考。

"宗成庆，中国科学院自动化所研究员、博士生导师，中国科学大学岗位教授，ACL/ CAAI/ CCF Fellow，主要从事自然语言处理、机器翻译和语言认知计算等研究，主持国家项目10余项，发表论文200余篇，出版《统计自然语言处理》、《文本数据挖掘》和Text Data Mining三部专著及两部译著。现任国际计算语言学委员会（ICCL）委员，中国中文信息学会副理事长，荣获国家科技进步奖二等奖和多个省部级及国家一级学会的科技奖励，获得北京市优秀教师、中科院优秀导师和国科大李佩教学名师等若干荣誉。赵阳，中国科学院自动化研究所助理研究员，中国中文信息学会开源情报技术专业委员会委员，研究方向为自然语言处理与机器翻译，作为负责人和参与人员，主持和承担国家自然基金、科技部重点研发计划和中国科学院先导计划等多项国家项目。飞桨教材编写组，专注数据分析、商业战略、机器学习和人工智能等领域，出品过《大数据分析的道与术》《机器学习的思考故事》《零基础实践深度学习》和《如何系统化的分析业务和战略》等系列课程。"

前言 近年来，自然语言处理技术备受瞩目，一方面受益于计算机硬件和机器学习等相关技术的快速发展，自然语言处理的技术性能得到了快速提高，让人们真实地看到和切身感受到了该技术所带来的便利； 另一方面，随着计算机网络和移动通讯技术的快速发展和普及应用，人们对自然语言处理技术的需求愈加迫切，对技术性能和服务方式的要求也越来越高，从机器翻译、问答系统和人机对话系统，到自动文摘、情感分析和观点挖掘等，再从舆论监督、社会管理和国家安全，到工商业界的业务需求和普通百姓的日常生活服务，自然语言处理技术都以其不可替代的地位和作用得到了广泛关注和重视。尤其2022年底大规模语言模型腾空出世，彻底刷新了人们对自然语言处理技术的传统认知，甚至颠覆和改变了整个人工智能领域的研究范式和发展方向。自然语言处理学科方向从鲜为人知的“丑小鸭”一跃而成为备受追捧的“白天鹅”，这门课程也在大多数高校的人工智能学院或人工智能专业中理所当然地成为专业必修课。自然语言处理的春天来到了。 在春暖花开的季节里，不同模态数据之间的边界变得越来越模糊，自然语言文本、语音、图像和视频处理几乎进入了同一种范式。与此同时，学术界和工业界研发机构所从事的工作越来越趋于同质化。越来越多的共享数据、技术和平台，为该领域的迅速成长和壮大提供了强有力的支持。这对于技术初学者来说，何尝不是一件幸事！但是，面对蜂拥而出的各类算法和模型，如何为初学者提供一个快速入门的切入点呢？大语言模型席卷全球，其最基本的理论方法和实现技术是什么？通过一种什么样的方式让初学者快速地了解每一种算法和模型是如何实现的，数据应如何处理，参数该如何配...