• 自然语言处理
  • 自然语言处理
  • 自然语言处理
21年品牌 40万+商家 超1.5亿件商品

自然语言处理

笔记很少,整体很新,若有质量问题,支持退换货,售后无忧

11.27 2.9折 39 八五品

库存16件

浙江杭州
认证卖家担保交易快速发货售后保障

作者双锴

出版社北京邮电大学出版社有限公司

出版时间2021-07

版次1

装帧其他

货号9787563563852

上书时间2024-08-18

籍利书店

九年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
笔记很少,整体很新,若有质量问题,支持退换货,售后无忧(无光盘、习题、附件等增值服务)
商品描述
书名:自然语言处理 双锴 北京邮电大学出版社有限公司 9787563563852,作者:'双锴',ISBN:9787563563852,出版社:北京邮电大学出版社有限公司
图书标准信息
  • 作者 双锴
  • 出版社 北京邮电大学出版社有限公司
  • 出版时间 2021-07
  • 版次 1
  • ISBN 9787563563852
  • 定价 39.00元
  • 装帧 其他
  • 开本 16开
  • 纸张 胶版纸
  • 页数 248页
  • 字数 384千字
【内容简介】
本书以自然语言处理领域为着眼点,对该领域内的一些经典研究和前沿应用都有涉及,重点介绍了深度学习在自然语言处理中的应用。
  本书首先介绍了自然语言处理中的基本概念和基础知识出发,逐步介绍了语言模型、分类任务、信息抽取、知识图谱、机器翻译、摘要生成、句法分析这几种典型的基础型和应用型研究任务的发展、算法原理和模型结构以及未来的趋势及挑战。同时,在本书后一章,前瞻性地对于目前时下热门的研究方向也进行了分析和讨论。
  总体上来说,本书阐述了自然语言处理领域中的重点理论,同时又结合具体应用方向深入浅出地进行融合讲解,争取让读者可以在阅读该书的过程中不会因为技术障碍而产生阅读阻力。因此,本书既可以作为高年级本科生和研究生相关课程的教材,也可供相关领域的工程技术人员参阅。
【作者简介】
双锴,北京邮电大学,网络与交换技术国家重点实验室,副教授,计算机学会高级会员。2008年起开始专注于大数据技术,目前研究方向为大数据,自然语言处理,计算机视觉,移动互联网技术等。以负责人身份承担了10余项及省部级科研项目,近40项企业合作项目。发表高水平SCI/EI检索论文80余篇,获得国家发明专利20余项,撰写国际规范2篇。
【目录】


章绪论1


本章思维导图1


1.1自然语言处理发展2


1.1.1什么是自然语言处理?2


1.1.2自然语言处理的发展历史2


1.2自然语言处理的难点5


1.3自然语言处理的发展阶段和流派5


1.3.1理主义方法阶段和基于规则的专家系统5


1.3.2经验主义方法阶段和基于统计的学方法6


1.4自然语言处理的应用7


1.4.1文本方面7


1.4.2语音方面9


1.5利用深度学进行自然语言处理10


1.5.1nlp中的深度学10


1.5.2nlp中深度学的局限11


1.6全书内容安排12


本章参文献12


第2章自然语言处理基础14


本章思维导图14


2.1语料库与语言知识库15


2.1.1语料库15


2.1.2语言知识库17


2.2文本预处理18


2.2.1数据清洗18


2.2.2分词处理19


2.2.3特征过滤21


2.3文本向量化表示23


2.3.1独热表示23


2.3.2词袋表示24


2.3.3词频逆文档频率24


2.3.4word2vec模型25


2.4自然语言处理开源工具库29


2.4.1自然语言处理工具包29


2.4.2斯坦福核心自然语言处理30


2.4.3自然语言处理工具包30


2.4.4复旦自然语言处理30


2.4.5汉语语言处理包30


本章小结31


思题31


本章参文献32




第3章神经网络和深度学33


本章思维导图33


3.1前馈神经网络34


3.1.1基本前馈神经网络35


3.1.2卷积神经网络35


3.1.3注意力网络37


3.2基本循环神经网络39


3.2.1循环神经网络的提出背景39


3.2.2基本循环神经网络结构40


3.2.3循环神经网络的训练41


3.2.4基本循环神经网络存在的问题42


3.3循环神经网络的扩展结构42


3.3.1双向循环神经网络42


3.3.2深度循环神经网络43


3.3.3长短时记忆网络44


3.3.4门控循环单元47


3.3.5循环神经网络的应用48


3.4深度学概览48


3.4.1激活函数48


3.4.2监督学和数据集50


3.4.3损失函数51


3.4.4梯度下降和反向传播算法51


3.4.5正则化53


本章小结53


思题54


本章参文献54


第4章语言模型55


本章思维导图55


4.1语言模型任务定义56


4.2从统计语言模型到神经网络语言模型56


4.2.1统计语言模型56


4.2.2神经网络语言模型57


4.3语言模型的评价指标59


4.4预训练语言模型60


4.4.1什么是预训练语言模型60


4.4.2elmo模型61


4.4.3bert模型63


4.5语言模型的前沿技术与发展趋势67


本章小结69


思题69


本章参文献69


第5章分类任务71


本章小结88


思题89


本章参文献89


第6章信息抽取91


本章小结111


思题112


本章参文献112


第7章知识图谱114


本章小结143


思题143


本章参文献144


第8章机器翻译146



点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

笔记很少,整体很新,若有质量问题,支持退换货,售后无忧(无光盘、习题、附件等增值服务)
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP