内容上，本书力求系统地介绍基于深度学习的图文多模态信息处理技术，侧重介绍最通用、最基础的技术，覆盖了多模态表示、对齐、融合和转换等四大关键技术。同时也介绍了多模态信息处理领域的**发展前沿——多模态预训练模型。此外，为了让读者可以实践这些多模态深度学习技术，本书提供了四个完整的实战案例，分别对应多模态表示、对齐、融合和转换这四个关键技术。

具体而言，本书的内容分为四个部分：初识多模态信息处理、单模态表示、多模态信息处理的关键技术、多模态预训练模型。

第一部分包括两个章节：第1章介绍多模态信息的基本概念、难点、使用深度学习方法的动机、多模态信息处理的关键技术以及这些技术的发展历史，第2章介绍若干同时涉及图像和文本的多模态热门研究任务。

第二部分包括两个章节：第3和4章分别介绍了多模态信息处理中常用的文本表示和图像表示方法。

第三部分包括四个章节：第5、6、7、8章分别介绍面向特定任务的多模态表示、对齐、融合和转换这四个关键技术，且每一章都提供了一个可运行的完整的实战案例。

第四部分包括一个章节：第9章介绍综合使用上述关键技术，并以学习通用多模态表示为目标的多模态预训练模型。