本书通过5章内容深入解读了自然语言处理 (NLP) 的文本数据处理方法和行业实际应用。其中讨论了文本数据的根本问题所在和在文本数据中提取信息、提取哪种信息等, 同时通过第2-5章, 重点讲解了客户服务行业、在线评论、银行与金融服务及保险行业、虚拟助手四大NLP重点领域的实际应用方法, 其中详细解读了意图挖掘、基于ML的监督学习、情感分析与挖掘、Word2Vec、CBOW、LSTM、编码器-解码器模型框架和当今NLP领域解决问题效果最好的BERT模型等关键技术方法。本书内容全面, 案例真实且直接深入到各行业, 使读者在阅读学习过程中, 通过书中的相应代码和案例思路, 真正解决实际工作中遇到的问题。