本书主要介绍了人机对话过程中非常重要的一个模块——口语理解，该部分的主要任务是将用户的提问转化成机器可以理解的信息表示，即获取句子的意图和语义槽概念。围绕这两个子任务，本书首先介绍了人机对话系统的组成、口语理解任务的定义、意图识别和语义槽识别任务的定义以及两个任务的难点；其次介绍了后续用到的一些概念和方法，便于读者深入理解后面各个章节的实战内容；最后在上述内容的基础上，分别介绍意图识别、迁移学习在意图识别中的应用、迁移学习在命名实体识别中的应用、意图和语义槽联合识别，这四个部分在书中都有具体的方法讲解，还有详细的实验过程描述。

第一章 绪论
第一节 人机对话系统概述
第二节 研究问题

第二章 基础知识
第一节 词向量
第二节 注意力机制
第三节 Transformer模型
第四节 BERT模型
第五节 条件随机场
第六节 胶囊网络
第七节 迁移学习

第三章 意图识别
第一节 单意图识别
第二节 多意图识别

第四章 迁移学习在意图识别中的应用
第一节 基于对抗的意图识别
第二节 基于分布的意图识别

第五章 迁移学习在命名实体识别中的应用
第一节 融合字和词级别的深度学习模型
第二节 基于模型的迁移学习

第六章 意图和语义槽联合建模研究
第一节 联合建模研究
第二节 基于门控机制和CRF的联合建模
第三节 基于BERT的联合建模
第四节 基于BERT+CRF的联合建模

第七章 总结和展望
第一节 总结
第二节 展望
后记
参考文献