• 人工智能:语言智能处理
  • 人工智能:语言智能处理
21年品牌 40万+商家 超1.5亿件商品

人工智能:语言智能处理

全新正版现货

44.5 5.0折 89 全新

仅1件

四川成都
认证卖家担保交易快速发货售后保障

作者黄河燕 等

出版社电子工业出版社

ISBN9787121400421

出版时间2020-12

装帧精装

开本16开

纸张胶版纸

定价89元

货号29172938

上书时间2024-07-06

天涯淘书阁

五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
正版全新
商品描述

编辑】:

语言智能处理一直是人工智能领域的重要研究方向之一。本书按照研究历程与现状、关键技术与方法、发展趋势与展望的基本脉络,重点介绍了语言智能处理中的语言模型与知识表示、语言分析技术、语言情感分类、自然语言生成技术、自动问答与人机对话、机器翻译、信息检索与信息等主题。本书所描述的内容涉及人们日常生活中的真实应用场景,理论与实践相结合,所探讨的技术具有代表性,便于读者理解与融会贯通。
本书既可作为高等院校相关专业师生的教学参考书,也可作为人工智能领域语言智能处理研究人员和广大爱好者的技术参考书。



内容简介】:

语言智能处理一直是人工智能领域的重要研究方向之一。本书按照研究历程与现状、关键技术与方法、发展趋势与展望的基本脉络,重点介绍了语言智能处理中的语言模型与知识表示、语言分析技术、语言情感分类、自然语言生成技术、自动问答与人机对话、机器翻译、信息检索与信息等主题。本书所描述的内容涉及人们日常生活中的真实应用场景,理论与实践相结合,所探讨的技术具有代表性,便于读者理解与融会贯通。本书既可作为高等院校相关专业师生的教学参考书,也可作为人工智能领域语言智能处理研究人员和广大爱好者的技术参考书。



作者简介】:

黄河燕:1963年10月生,籍贯湖南。1986年1月加入中国共产党,1989年3月参加工作。1983年毕业于武汉测绘科技大学计算机系获学士学位,1986年毕业于国防科技大学计算机系获硕士学位,1989年毕业于中国科学院计算技术研究所获博士学位,后留所工作,先后任助理研究员、副研究员、研究员;1997年至2009年在中科院计算机语言信息工程研究中心任副主任、研究员并先后兼任中科院华建集团党委委员、副书记,2009年至今任北京理工大学计算机学院院长、教授,兼北京市海量语言信息处理与云计算应用工程技术研究中心主任及中-德语言信息处理联合实验室主任;现为国家"863计划”主题专家组成员、中国人工智能学会及中国中文信息学会副理事长、计算机教学指导委员会委员、北京市学位委员会委员。主持承担了国家自科基金重点项目、"973计划”课题、"863计划”项目等20多项*科研攻关项目,获得了国家科技进步一等奖等8项*和省部奖励,1997年享受国务院政府特殊津贴,2014年当选全国优秀科技工作者。



目录】:

第1章绪论 
11语言智能处理简介 
12人工智能与语言智能处理 
13基于神经网络的自然语言处理 
14语言智能处理的应用 
15本书的组织结构 
第2章语言模型与知识表示 
21语言模型 
211概述 
212n-gram语言模型 
213估计 
214评价指标 
215数据稀疏与齐夫定律 
216计数平滑方法 
217神经网络语言模型 
218小结 
22词向量构造方法 
221词向量(Word Embedding)构造方法概述 
222基于全局统计信息的Word Embedding构造方法 
223基于预测任务的Word Embedding构造方法 
224利用外部信息的Word Embedding构造方法 
225方法评价 
226Word Embedding的应用 
227研究展望 
23知识图谱表示学习 
231表示学习的基本概念 
232表示学习的典型应用 
233表示学习的主要优点 
234表示学习的典型方法 
参考文献 
第3章语言分析技术 
31词法分析 
311概述 
312自动分词 
313词性标注 
314分词和词性标注的联合模型 
32句法分析 
321概述 
322句法结构分析 
323依存关系分析 
33篇章分析 
331概述 
332篇章分析相关理论及标注语料库 
333篇章分析方法 
34语义分析 
341概述 
342词汇语义分析 
343句子语义分析 
344篇章语义分析 
345基于神经网络模型的语义分析 
346语义分析评测任务 
347未来发展趋势 
参考文献 
第4章语言情感分类 
41情感描述的主要方法 
411情感的类别表示法 
412情感的维度表示法 
42情感识别模型 
421文本情感计算 
422语音情感计算 
43当前语言情感识别的挑战 
431领域依赖 
432语料库的建设 
433多模态融合 
434细粒度情感计算 
参考文献 
第5章自然语言生成技术 
51概述 
52序列到序列模型 
521基本原理和算法框架 
522模型实现与注意力机制 
523小结 
53变分自编码器 
531基本原理 
532应用场景 
533高话题 
54生成式对抗网络 
541基本原理和算法框架 
542生成式对抗网络的特点 
543相关模型 
544小结 
55基于预训练语言模型的生成方法 
551预训练语言模型 
552拓展话题 
553小结 
56本章小结 
参考文献 
第6章自动问答与人机对话 
61知识库问答 
611基于语义解析的知识库问答 
612基于神经网络的端到端知识库问答 
62机器阅读理解 
621任务介绍 
622机器阅读理解系统框架 
623机器阅读理解系统的核心组件 
624代表性机器阅读理解模型 
625总结与展望 
63人机对话系统 
631面向任务型的对话系统 
632面向非任务型的聊天系统 
64总结与未来的挑战 
参考文献 
第7章机器翻译 
71概况 
711任务的定义与研究的意义 
712发展的历史 
72神经机器翻译 
721核心模型 
722关键技术 
73数据与评测 
731数据集 
732技术评测 
74开源工具 
741统计机器翻译开源工具 
742神经机器翻译开源工具 
75总结与展望 
参考文献 
第8章信息检索与信息 
81概述 
811信息检索的概念与发展 
812信息的概念与发展 
813信息检索和信息的联系和区别 
82信息检索与信息的相关技术 
821信息检索部分前沿技术 
822信息部分前沿技术 
823信息检索与信息领域的相关资源 
83相关技术的产业应用 
831典型的应用产品 
832信息检索技术的应用情况 
833信息技术的应用情况 
84发展趋势 
参考文献


—  没有更多了  —

以下为对购买帮助不大的评价

正版全新
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP