本书对自然语言处理中的两种代表性的短文本信息挖掘进行研究关系抽取和弹幕评论挖掘。针对关系抽取任务，从精度、效率、鲁棒性及前沿探索四个方面进行分析并提出对应的解决方法。针对弹幕评论挖掘任务，充分地利用弹幕的实时性、交互性、高噪声等性质，提出适用于弹幕评论的语义分析模型。针对目标任务的信息缺陷，本书从多角度研究和设计对应的深度学习算法以提高信息挖掘的精度。
本书主要针对两类读者：自然语言处理领域的研究者和没有相关背景但是希望能了解并借鉴相关技术的人员。本书提出的多个深度学习模型都具有结构简练、泛化能力强的特点，可以方便地应用在许多领域和任务中，包括计算机视觉、语音处理、自然语言处理等。