随着深度学、自然语言处理（nlp）和语音处理技术在许多领域（包括金融、医疗和政务等）的广泛应用，越来越需要一种综合资源，将深度学技术映到nlp和语音处理方向，并提供在现实应用程序中使用相关工具和库的指导。本书剖析了适用于nlp和语音处理的前沿深度学方法，提供了全面的介绍，并在案例研究中给出了代码以方便上手实践。本书特：覆盖从初级深度学、文本和语音处理到优选的神经架构的全面资源；包含适用于常见nlp和语音识别应用的深度学技术的现成参资料；汇了成功的架构和算法的有用资源，并详细解释了基本的数学知识；包含端到端神经语音处理方法的深入参和比较；kera、tenorflow和pytorch等基于python的深度学库的应用实践，以及必不可少的和窍门；提供13个案例研究，覆盖嵌入、分类、分布式表示、摘要、机器翻译、情感分析、跨领域迁移学、多任务nlp、端到端语音和问答系统等nlp和语音识别任务，并附有不同方法的代码、数据和配置。