Cuốn sách mở này cung cấp tổng quan về những tiến bộ gần đây trong lý thuyết học biểu diễn, các thuật toán và ứng dụng cho xử lý ngôn ngữ tự nhiên (NLP), từ nhúng từ đến các mô hình ngôn ngữ được đào tạo trước. Sách được chia thành bốn phần. Phần I trình bày các kỹ thuật học biểu diễn cho nhiều mục nhập ngôn ngữ, bao gồm từ, câu và tài liệu, cũng như các kỹ thuật đào tạo trước. Phần II sau đó giới thiệu các kỹ thuật biểu diễn liên quan đến NLP, bao gồm đồ thị, mục nhập liên phương thức và tính mạnh mẽ. Phần III sau đó giới thiệu các kỹ thuật biểu diễn cho kiến ​​thức có liên quan chặt chẽ với NLP, bao gồm kiến ​​thức thế giới dựa trên thực thể, kiến ​​thức ngôn ngữ dựa trên ngữ nghĩa, kiến ​​thức lĩnh vực pháp lý và kiến ​​thức lĩnh vực y sinh. Cuối cùng, Phần IV thảo luận về những thách thức còn lại và các hướng nghiên cứu trong tương lai.

Nghiên cứu này đóng góp đáng kể cho cả việc xử lý lý thuyết và tính toán cấu trúc thông tin, tập trung cụ thể vào việc tạo ra các ứng dụng xử lý ngôn ngữ tự nhiên như hệ thống dịch máy đa ngôn ngữ. Nghiên cứu hiện tại trước tiên cung cấp những phát hiện đa ngôn ngữ liên quan đến ý nghĩa và dấu hiệu cấu trúc thông tin.

Cuốn sách này là cuốn sách phải đọc cho bất kỳ ai quan tâm đến nghiên cứu trong tương lai về nhân văn, Corpus và Công nghệ ngôn ngữ là những lĩnh vực đang phát triển nhanh chóng có tiềm năng cách mạng hóa nghiên cứu trên nhiều lĩnh vực khác nhau.

Cuốn sách này cho phép người đọc có nền tảng về điện toán có thể nhanh chóng tìm hiểu về các nguyên tắc của ngôn ngữ con người và các phương pháp tính toán để xử lý nó.

Trước khi công ty OpenAI phát hành công khai chatbot ChatGPT của họ vào tháng 11 năm 2022, Robert Leib đã từng là người thử nghiệm trong sân chơi beta của OpenAI cho GPT-3, một công cụ Xử lý ngôn ngữ tự nhiên (NLP) mạnh mẽ -- một chatbot hay trí tuệ nhân tạo.

Cuốn sách truy cập mở này cung cấp nhiều ví dụ thực hành minh họa cách điều chỉnh siêu tham số có thể được áp dụng trong thực tế và cung cấp những hiểu biết sâu sắc về cơ chế hoạt động của các phương pháp học máy (ML) và học sâu (DL). Mục đích của cuốn sách là trang bị cho người đọc khả năng đạt được kết quả tốt hơn với thời gian, chi phí, công sức và nguồn lực ít hơn đáng kể khi sử dụng các phương pháp được mô tả ở đây. Các nghiên cứu điển hình được trình bày trong cuốn sách này có thể chạy trên máy tính để bàn hoặc máy tính xách tay thông thường. Không yêu cầu cơ sở tính toán hiệu năng cao. Ý tưởng cho cuốn sách bắt nguồn từ một nghiên cứu được thực hiện bởi Bartz & Bartz GmbH cho Văn phòng Thống kê Liên bang Đức (Destatis). Dựa trên nghiên cứu đó, cuốn sách hướng tới những người thực hành trong ngành cũng như các nhà nghiên cứu, giáo viên và sinh viên trong giới học thuật.