机器阅读理解：算法与实践

全书分为三个部分，共计10章内容。第一部分为基础篇，介绍机器阅读理解的基础知识。其中包括机器阅读理解任务的定义，阅读理解模型中常用的自然语言处理技术和深度学习网络模块等。第二部分为架构篇，对机器阅读理解任务进行分类，然后介绍解决各类任务的基本模型架构和前沿算法，并剖析对机器阅读理解研究有着革命性影响的预训练模型（如BERT和GPT）。第三部分为实战篇，包括笔者在2018年获得CoQA阅读理解竞赛第一名的模型SDNet的代码解读，机器阅读理解在各种工业界应用中的具体落地过程和挑战，以及笔者对于机器阅读理解未来发展方向的思考。