全书分为三篇, 共8章。基础篇 (第1-3章), 介绍机器阅读理解的基础知识和关键支撑技术, 涵盖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, 例如如何让计算机表示文章和问题、做多项选择题和生成回答等。架构篇 (第4-6章), 介绍解决各类机器阅读理解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)。实战篇 (第7-8章), 包括笔者在2018年获得CoQA对话阅读理解竞赛第一名时所用的模型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。
