diff --git a/docs/api/paddle/sparse/slice_cn.rst b/docs/api/paddle/sparse/slice_cn.rst
new file mode 100644
index 00000000000..cb740f591f8
--- /dev/null
+++ b/docs/api/paddle/sparse/slice_cn.rst
@@ -0,0 +1,51 @@
+.. _cn_api_paddle_sparse_slice:
+
+slice
+-------------------------------
+
+.. py:function:: paddle.sparse.slice(x, axis, starts, ends, name=None):
+
+沿多个轴生成 ``x`` 的切片。使用 ``axes`` 、 ``starts`` 和 ``ends`` 属性来指定轴列表中每个轴的起点和终点位置，并使用此信息来对 ``x`` 切片。
+如果向 ``starts`` 或 ``ends`` 传递负值如 :math:`-i`，则表示该轴的反向第 :math:`i-1` 个位置（这里以 0 为初始位置）。
+如果传递给 ``starts`` 或 ``end`` 的值大于 n (维度中的元素数目)，则表示 n。
+当切片一个未知数量的维度时，建议传入 ``INT_MAX``。
+``axes`` 、 ``starts`` 和 ``ends`` 三个参数的元素数目必须相等。
+
+以下示例将解释切片如何工作 (此处只介绍 Slice 的概念, 故不区分稀疏和稠密 Tensor):
+
+::
+
+        示例 1:
+                给定：
+                     data=[[1,2,3,4],[5,6,7,8],]
+                     axes=[0,1]
+                     starts=[1,0]
+                     ends=[2,3]
+                则：
+                     result=[[5,6,7],]
+
+        示例 2:
+                给定：
+                     data=[[1,2,3,4],[5,6,7,8],]
+                     starts=[0,1]
+                     ends=[-1,1000]    # 此处-1 表示第 0 维的反向第 0 个位置，索引值是 1。
+                则：
+                     result=[[2,3,4],] # 即 data[0:1, 1:4]
+
+参数
+:::::::::
+    - **x** (Tensor) - 输入的多维 ``Tensor``，数据类型为 bool、float16、float32、float64、int32 或 int64。
+    - **axis** (list|tuple|Tensor) - 数据类型是 ``int32``。如果 ``axes`` 的类型是 list 或 tuple, 它的元素可以是整数或者形状为[1]的 ``Tensor``。如果 ``axes`` 的类型是 ``Tensor``，则是 1-D ``Tensor``。表示进行切片的轴。
+    - **starts** (list|tuple|Tensor) - 数据类型是 ``int32``。如果 ``starts`` 的类型是 list 或 tuple, 它的元素可以是整数或者形状为[1]的 ``Tensor``。如果 ``starts`` 的类型是 ``Tensor``，则是 1-D ``Tensor``。表示在各个轴上切片的起始索引值。
+    - **ends** (list|tuple|Tensor) - 数据类型是 ``int32``。如果 ``ends`` 的类型是 list 或 tuple, 它的元素可以是整数或者形状为[1]的 ``Tensor``。如果 ``ends`` 的类型是 ``Tensor``，则是 1-D ``Tensor``。表示在各个轴上切片的结束索引值。
+
+返回
+::::::::::::
+
+多维 ``Tensor``，数据类型与 ``x`` 相同。
+
+
+代码示例
+:::::::::
+
+COPY-FROM: paddle.sparse.slice