译者序

翻译完《深度学习入门：基于Python的理论与实现》后不久，作者斋藤康毅又高产地出版了续作，专门讲解深度学习在自然语言处理中如何应用。翻到本书的前言，理查德·费曼所说的“凡我不能创造的，我就不能理解。”（“What I cannot create, I do not understand.”）这句话跃然纸上，而这句话在我为前作所写的译者序中也有提及。看来我和作者都比较认同这样一个观点：如果想真正弄清楚一件事情，就需要躬行实践。这或许也是一种缘分，所以我决定继续完成续作的翻译工作。

本书延续了前作的理念，但关注的应用领域不同：前作的内容以卷积神经网络和图像识别为主，而本书则侧重于循环神经网络和自然语言处理。本书详细介绍了单词向量、LSTM、seq2seq和Attention等自然语言处理中重要的深度学习技术。

当然，自然语言处理是一个综合性的研究领域，涉及语法、语义和语境等概念，有许多研究分支。除了深度学习这一研究范式之外，还有基于语言学、基于规则、基于机器学习的研究范式。本书涉及的单词含义、语言模型、文本生成只是其研究范围的一小部分。读者如果想更加全面地了解自然语言处理，还需要阅读更多相关资料。

前作出版后，很多读者在书评网站或者图灵社区反馈翻译得不错。不过，在翻译前作时，因为过于追求“信”，有时在语句的连贯性上稍有欠缺，个别地方读起来甚至有些别扭。为此，本书的翻译在保证原文含义不变的情况下，更多地使用了符合中文表达习惯的表述方式，以求读者在阅读本书时，会有更佳的阅读体验。

本书的翻译由本人独立完成，特别感谢图灵的编辑对全书的审校。最后，由于译者水平有限，书中难免存在一些错误与疏漏。欢迎各位读者批评指正，将发现的问题通过图灵社区反馈给我们，以便我们在本书重印时进行改正。

陆宇杰

2020年2月于上海