本讲座对深度学习在自然语言处理的应用（Deep Learning for Natural Language Processing）作一综述。首先，简要介绍深度学习的基本技术，包括单词嵌入、卷积神经网络、循环神经网络。之后，指出自然语言处理的许多任务可以形式化为几个最基本的问题，包括分类、匹配、翻译、结构预测，讲解深度学习在这些问题上的核心技术。接着，介绍基于深度学习技术实现的一些自然语言处理应用案例，包括机器翻译、图片搜索、自然语言对话、知识问答。之后，指出神经处理和符号处理的结合应该是深度学习在自然语言处理应用的未来发展方向，并且给出一些具体实例。最后，展望与预测自然语言处理的未来发展趋势、可能的技术突破及可能的应用前景。

本讲座对深度学习在自然语言处理的应用（Deep Learning for Natural Language Processing）作一综述。首先，简要介绍深度学习的基本技术，包括单词嵌入、卷积神经网络、循环神经网络。之后，指出自然语言处理的许多任务可以形式化为几个最基本的问题，包括分类、匹配、翻译、结构预测，讲解深度学习在这些问题上的核心技术。接着，介绍基于深度学习技术实现的一些自然语言处理应用案例，包括机器翻译、图片搜索、自然语言对话、知识问答。之后，指出神经处理和符号处理的结合应该是深度学习在自然语言处理应用的未来发展方向，并且给出一些具体实例。最后，展望与预测自然语言处理的未来发展趋势、可能的技术突破及可能的应用前景。