深度学习、机器学习与人工智能已经对计算机科学领域产生极为深远的影响。从图像识别到围棋竞技等众多领域，深度学习的实际表现都已远超人类。深度学习的一大优势在于，深度学习的水平提升可以在各类场景下实现通用。在某一领域中适用于深度学习的具体技术，通常可以直接转移至其他领域而无需经过任何修改。更具体地讲，构建大量计算密集型图像与语音识别类深度学习模型的方法，已经全面渗透至自然语言处理当中。现在，深度学习社区正在将自然语言处理（简称NLP）视为技术研究与应用的下一个前沿。深度学习系统是需要大量计算设备作为配

深度学习、机器学习与人工智能已经对计算机科学领域产生极为深远的影响。从图像识别到围棋竞技等众多领域，深度学习的实际表现都已远超人类。 深度学习的一大优势在于，深度学习的水平提升可以在各类场景下实现通用。 在某一领域中适用于深度学习的具体技术，通常可以直接转移至其他领域而无需经过任何修改。 更具体地讲，构建大量计算密集型图像与语音识别类深度学习模型的方法，已经全面渗透至自然语言处理当中。现在，深度学习社区正在将自然语言处理（