人工智能的时代正在到来，目前 AI 人才短缺，供需比严重失衡。作为 IT 人，如何才能把握新时代的机会与挑战？本专题将告诉你如何在 AI 这个陌生的领域中找对方向，并用正确的方式学习。 从外行到内行，看这里就够了。

随着深度学习在 IT 各个领域的深入，百度、小米等国内一线公司先后发布了自己的深度学习框架，甚至组建了深度学习研究院；而国外传统 IT 巨头，如 IBM，英特尔也在深度学习领域持续发力。如何将深度学习与你正在做的事情相结合？如何将理论应用到实践为己所用？本专题汇集了来自美团、百度、阿里、360 等公司的实战经验，以及来自学术界和开源世界的最新视野，让你可以从多角度深入理解深度学习。

NLP，全名 Natural Language Processing（自然语言处理）。从 1949 年的机器翻译设计方案到如今比尔盖茨认为“自然语言理解是人工智能皇冠上的明珠” ，NLP 成为了人工智能领域的重要战略目标。有读者曾留言问道“自然”指的是什么？在这里“自然”指的是随文化自然而然演化的过程。一千个人里就有一千个哈姆雷特，更何况还要让机器去理解我们的语言。 这期我们精心挑选了 8 篇 NLP 相关的原理、应用和中文文本处理项目文章供大家学习。 - 微信模式识别中心的高级研究员张金超博士不仅介绍了自然语言处理的基本概念和任务，还结合项目经验讲解使用深度学习解决 NLP 的方法和应用。文末尾也给想技能进阶的同学提供了“智者”建议。 - 如果你是一位 NLP or fun88官网爱好者，那你不能错过 Quora 上回答过万的热门问题；如果你恰好英语还可以，那小编觉得你最好别错过。 - 作者运用 Python 对《红楼梦》进行了中文分词，效果如何你不妨去看看。 - 用 WordCloud 制作词云、朴素贝叶斯算法和 SVM 分别对文本分类、LDA 主题模型获取文本关键词这一系列中文文本处理手段，都能在这篇文章看到！ - 学会了文本处理基础后，这篇将用集成学习和深度学习的两个应用实例来详细解说文本分类的原理。 - 除了文本分类，文本相似度的度量和计算也是必不可少的技能。即使不掌握但也可以通过了解相关的原理来避免文章被洗稿。 - 要是想学着设计一个文本相似度系统，可以来看看这篇。 - 基于在线 LU 工具无法本地部署等问题，微软工程师从基础开始讲解语言理解模块的工程实现。