自然語言處理導論
沈穎//丁寧等
- 出版商: 機械工業
- 出版日期: 2023-11-01
- 定價: $474
- 售價: 8.5 折 $403
- 語言: 簡體中文
- 頁數: 404
- 裝訂: 平裝
- ISBN: 7111736257
- ISBN-13: 9787111736257
-
相關分類:
Text-mining
立即出貨
買這商品的人也買了...
-
自然語言處理理論與實戰$474$450 -
PyTorch 自然語言處理｜以深度學習建立語言應用程式 (Natural Language Processing with PyTorch)$580$458 -
$403統計信號處理基礎：實用算法開發‧卷III -
$505自然語言處理實戰 : 利用 Python 理解、分析和生成文本 -
獨角獸專案｜看IT部門如何引領百年企業振衰起敝，重返榮耀 (The Unicorn Project)$480$379 -
Crafting Interpreters (Paperback)$2,200$2,090 -
自然語言處理之 BERT 模型算法、架構和案例實戰$539$512 -
DevOps Handbook ｜打造世界級技術組織的實踐指南, 2/e (中文版) (The Devops Handbook: How to Create World-Class Agility, Reliability, & Security in Technology Organizations, 2/e)$650$513 -
自然語言處理遷移學習實戰$479$455 -
$454矽基物語.AI大爆炸 -
自然語言處理導論$1,608$1,528 -
自然語言處理與應用$534$507 -
完全圖解人工智慧：零基礎也OK！從NLP、圖像辨識到生成模型，現代人必修的53堂AI課$480$432 -
$505自然語言處理原理與實戰 -
程式設計守則｜如何寫出更好的程式碼 (The Rules of Programming: How to Write Better Code)$620$490 -
$454LangChain 實戰：從原型到生產，動手打造 LLM 應用 -
$356LangChain編程：從入門到實踐 -
LangChain 開發手冊 -- OpenAI × LCEL 表達式 × Agent 自動化流程 × RAG 擴展模型知識 × 圖形資料庫 × LangSmith 除錯工具$680$537 -
LLM 大型語言模型的絕世祕笈：27路獨步劍法，帶你闖蕩生成式 AI 的五湖四海 （iThome鐵人賽系列書）$650$507 -
Redmine 專案管理無痛攻略：70個問題集 x 專屬教學影片，從入門到精通一本全搞定！(iThome鐵人賽系列書)$650$507 -
$352大語言模型通識 -
大語言模型基礎（微課視頻版）$359$341 -
自然語言處理——基於深度學習的理論和實踐（微課視頻版）$354$336 -
$454LangChain 大模型 AI 應用開發實踐 -
$407生成式AI實戰基於Transformer、Stable Diffusion、LangChain和AI Agent
相關主題
商品描述
《自然語言處理導論》主要介紹自然語言處理理論與技術，
旨在讓更多人了解並學習自然語言處理技術，讓人工智慧更能為我們服務。
《自然語言處理導論》共16章，包括自然語言理解基礎和具體任務探索兩部分，
主要講述了自然語言處理文本表示、分析、挖掘、推理等方面的相關概念、方法、技術和近期研究進展；
詳細介紹了文本分類、情感計算、知識抽取等基礎方法；
全面講述了自動文摘、問答系統、機器翻譯、社會計算、
內容生成和跨模態計算等具體任務；最後討論了深度學習前沿問題。
《自然語言處理導論》致力於幫助高等院校電腦相關專業學生牢固掌握自然語言處理的基本理論與技術，
掌握如何分析文本資訊、解決問題、完成相關研究的方法，以及了解自然語言處理的典型應用場景。
目錄大綱
前言
第1章緒論
1.1基本概念
1.1.1語言學與語音學
1.1.2自然語言
1.1.3自然語言處理
1.2自然語言處理的發展歷程
1.2.1自然語言處理的發展歷史
1.2.2自然語言處理的研究現況
1.2.3自然語言處理的發展前景
1.3自然語言處理的基本方法
1.3.1理性主義方法
1.3.2經驗主義方法
1.3.3對比分析
1.4自然語言處理的研究內容
1.4.1文本分類
1.4.2資訊擷取
1.4.3文本摘要
1.4.4智慧問答
第2章語言模型
2.1語言模型概述
2.2n-gram統計語言模型
2.2.1何為n-gram模型
2.2.2n-gram語言模型評估字序列
2.2.3n -gram統計語言模型的應用
2.2.4n-gram模型中n對表現的影響
2.2.5n-gram模型小結
思考題
參考文獻
第3章神經網路與神經語言模型
3.1人工神經網路與神經語言模型
3.1.1人工神經網路
3.1.2神經語言模型
3.2卷積神經網路
3.2.1卷積神經網路結構
3.2.2卷積神經網路的文本處理
3.3循環神經網路
3.4遞迴神經網路
3.4.1遞迴神經網路的前向計算
3.4.2遞歸神經網路的訓練方法
思考題
參考文獻
第4章詞與語意向量
4.1離散分佈表示
4.1.1獨熱表示法
4.1.2詞袋表示法
4.2分佈式表示
4.2.1Word2vec
4.2.2矩陣分解
4.2.3GloVe
4.3文本特徵選擇法
4.3.1基於文檔頻率的特徵提取法
4.3.2 χ2統計量
4.3.3資訊增益法
4.3.4互資訊法
4.4特徵權重計算方法
4.4.1布林權重
4.4.2絕對詞頻
4.4.3TF-IDF
思考題
參考文獻
第5章預訓練語言模型
5.1Transformer
5.2ELMo
5.3GPT
5.4BERT
5.5後BERT時代
思考題
參考文獻
第6章序列標註
6.1馬爾可夫模型
6.2條件隨機場、維特比演算法
6.2.1條件隨機場的原理解析
6.2.2條件隨機場的特性
6.3序列標註任務
6.3.1自動分詞
6.3.2漢語自動分詞中的基本問題
6.3.3歧義切分問題
6.3.4未登錄詞問題
6.4漢語分詞方法
6.4.1基於詞頻度統計的分詞方法
6.4.2N-最短路徑方法
6.4.3基於詞的n元語法模型的分詞方法
6.4.4由字構詞的漢語分詞方法
6.4.5基於詞感知機的漢語分詞方法
6.4.6基於字的生成式模型和區分式模型相結合的漢語分詞方法
6.4.7其他分詞方法
6.5詞性標註
6.5.1詞性標註概述
6.5.2基於規則的詞性標註方法
6.5.3基於統計模型的詞性標註方法
6.5.4統計方法與規則方法結合的詞性標註方法
6.5.5詞性標註的一致性檢查
6.5.6技術評測
6.6命名實體識別
6.6.1基於條件隨機場的命名實體辨識方法
6.6.2基於多特徵的命名實體辨識方法
6.6.3基於神經網路的命名實體辨識方法…
