自然语言处理从入门到实战
￥ 18.67 2.3折 ￥ 79.8 九五品
仅1件
北京通州
认证卖家担保交易快速发货售后保障
作者胡盼盼
出版社中国铁道出版社
ISBN9787113266912
出版时间2020-06
版次1
装帧平装
开本16开
纸张胶版纸
页数264页
定价79.8元
上书时间2024-12-21
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:自然语言处理从入门到实战
定价：79.80元
作者:胡盼盼
出版社：中国铁道出版社
出版日期：2020-06-01
ISBN：9787113266912
字数：
页码：264
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
为了帮助广大爱好自然语言处理（NaturalLanguageProcessing,NLP）技术的读者朋友入门此领域，本书阐述了自然语言处理概况、领域应用、相关处理工具包、相关的机器学习及深度学习模型、文本预处理及文本表征等基础知识，以及具体的自然语言处理任务，包括文本分类、关系抽取、知识图谱、文本摘要、序列标注、机器翻译和聊天系统，同时介绍了自然语言处理技术在学术界以及工业界的发展、应用现状，并为读者们提供了部分面试参考题目。 本书适合有一定的编程及机器学习基础，想入门自然语言处理，以及想系统了解或准备求职自然语言处理初级岗位的读者阅读。
目录
目录 部分了解自然语言处理 章自然语言处理初探 11自然语言处理概述 111自然语言处理早期发展史 112新世纪的里程碑事件 12自然语言处理的挑战 121词义消歧 122指代消解 123上下文理解 124语义与语用的不对等 13自然语言处理的应用领域 131医疗 132教育 133媒体 134金融 135法律 14自然语言处理的常见工具 141基础任务工具包 142科学计算及机器学习框架 143深度学习框架 本章小结 思考题 第二部分自然语言处理核心技术 第2章自然语言处理与机器学习 21逻辑回归 211逻辑回归基本原理 212逻辑回归在实践中的注意要点 213逻辑回归的优势与不足 22朴素贝叶斯 221朴素贝叶斯基本原理 222朴素贝叶斯的类型 223朴素贝叶斯的优势与不足 23Kmeans算法 231Kmeans算法基本原理 232Kmeans算法实践 233Kmeans算法的优势与不足 24决策树 241决策树的属性划分 242随机森林的基本原理 243随机森林在应用中的注意细节 25主成分分析 251梯度上升法解PCA 252协方差矩阵解PCA 253实战PCA 本章小结 思考题 第3章自然语言处理与神经网络 31神经网络初探 311神经元结构 312常见的激活函数 313误差反向传播算法 32常见的神经网络结构 321多层感知机 322循环神经网络的基本原理 323卷积神经网络的基本原理 324神经网络的优势与不足 33神经网络算法的改进与提升 331防止过拟合的方法 332训练速度与精度的提高方法 333注意力机制 本章小结 思考题 第三部分自然语言处理基本任务 第4章文本预处理 41文本预处理的基础项目 411文本规范化 412语义分析 413分词 414文本纠错 42关键词提取 421基于特征统计 422基于主题模型 423基于图模型 43数据不平衡的处理 431常见方法 432数据不平衡问题实战 本章小结 思考题 第5章文本的表示技术 51词袋模型 511基于频次的词袋模型 512基于TFIDF的词袋模型 513相关工具的使用 52Word2Vec词向量 521Word2Vec的基本原理 522Word2Vec模型细节及代码演示 523应用工具训练Word2Vec 53改进后的词表征 531GloVe模型 532FastText模型 533ELMo模型 54句向量 541基于词向量的平均 542沿用Word2Vec思想 543有监督方式 本章小结 思考题 第6章序列标注 61序列标注基础 611序列标注的应用场景 612基线方式 613序列标注任务的难点 62基于概率图的模型 621隐马尔科夫模型（HMM） 622最大熵马尔科夫模型（MEMM） 623条件随机场模型（CRF） 624天气预测实例 63基于深度学习的方式 631数据表征形式 632序列处理模型 本章小结 思考题 第7章关系抽取 71关系抽取基础 711关系抽取概述 712关系抽取的主要方法 713深度学习与关系抽取 714强化学习与关系抽取 72基于半监督的关系抽取模式：Snowball系统 721Patterns及Tuples的生成 722Patterns及Tuples的评估 723Snowball的实现细节 73关系抽取工具——DeepDive 731DeepDive概述 732DeepDive工作流程 733概率推断与因子图 本章小结 思考题 第四部分自然语言处理高级任务 第8章知识图谱 81知识图谱基本概念 811从语义网络到知识图谱 812知识的结构化、存储及查询 813几个开源的知识图谱 82知识图谱的关键构建技术 821本体匹配 822实体链接 823知识推理 83知识图谱应用 831反欺诈 832个性化推荐 833知识库问答 本章小结 思考题 第9章文本分类 91文本分类的常见方法 911机器学习 912模型融合 913深度学习 92文本分类的不同应用场景 921二分类 922多分类 923多标签多分类 93案例：搭建一款新闻主题分类器 931数据预处理 932训练与预测 933改进 本章小结 思考题 0章文本摘要 101抽取式摘要 1011传统方法 1012基于深度学习的方法 1013抽取式摘要的训练数据问题 102生成式摘要 1021基础模型 1022前沿模型中的技巧 1023强化学习与生成式摘要 103案例：搭建网球新闻摘要生成器 1031基于词频统计的摘要生成器 1032基于图模型的摘要生成器 1033结果分析 本章小结 思考题 1章机器翻译 111传统机器翻译 1111源起 1112基于规则 1113基于大规模语料 112统计机器翻译 1121相关流派 1122基于信源信道的统计机器翻译 1123案例：外星语的翻译实战 113神经机器翻译 1131基本原理 1132改进机制 1133前沿与挑战 本章小结 思考题 2章聊天系统 121聊天系统的类型 1211闲聊式机器人 1212知识问答型机器人 1213任务型聊天机器人 122聊天系统的关键技术 1221检索技术 1222意图识别和词槽填充 1223对话管理 1224强化学习与多轮对话 123案例：闲聊机器人实战 1231技术概要 1232基本配置及数据预处理 1233闲聊机器人模型的搭建 1234模型训练、预测以及优化 本章小结 思考题 第五部分自然语言处理求职 3章自然语言处理技术的现在、未来及择业 131自然语言处理组织及人才需求介绍 1311学术界 1312工业界 1313人才需求现状 132未来与自然语言处理 1321自然语言处理热点技术方向 1322自然语言处理的应用畅想 1323自然语言处理带来的行业冲击 133面试题 1331数据结构与算法 1332数学基础 1333机器学习与深度学习 1334自然语言处理专业 1335实际问题解决及技术领域见解 本章小结 思考题 附录A思考题参考答案 附录B面试题答案目录 部分了解自然语言处理 章自然语言处理初探 11自然语言处理概述 111自然语言处理早期发展史 112新世纪的里程碑事件 12自然语言处理的挑战 121词义消歧 122指代消解 123上下文理解 124语义与语用的不对等 13自然语言处理的应用领域 131医疗 132教育 133媒体 134金融 135法律 14自然语言处理的常见工具 141基础任务工具包 142科学计算及机器学习框架 143深度学习框架 本章小结 思考题 第二部分自然语言处理核心技术 第2章自然语言处理与机器学习 21逻辑回归 211逻辑回归基本原理 212逻辑回归在实践中的注意要点 213逻辑回归的优势与不足 22朴素贝叶斯 221朴素贝叶斯基本原理 222朴素贝叶斯的类型 223朴素贝叶斯的优势与不足 23Kmeans算法 231Kmeans算法基本原理 232Kmeans算法实践 233Kmeans算法的优势与不足 24决策树 241决策树的属性划分 242随机森林的基本原理 243随机森林在应用中的注意细节 25主成分分析 251梯度上升法解PCA 252协方差矩阵解PCA 253实战PCA 本章小结 思考题 第3章自然语言处理与神经网络 31神经网络初探 311神经元结构 312常见的激活函数 313误差反向传播算法 32常见的神经网络结构 321多层感知机 322循环神经网络的基本原理 323卷积神经网络的基本原理 324神经网络的优势与不足 33神经网络算法的改进与提升 331防止过拟合的方法 332训练速度与精度的提高方法 333注意力机制 本章小结 思考题 第三部分自然语言处理基本任务 第4章文本预处理 41文本预处理的基础项目 411文本规范化 412语义分析 413分词 414文本纠错 42关键词提取 421基于特征统计 422基于主题模型 423基于图模型 43数据不平衡的处理 431常见方法 432数据不平衡问题实战 本章小结 思考题 第5章文本的表示技术 51词袋模型 511基于频次的词袋模型 512基于TFIDF的词袋模型 513相关工具的使用 52Word2Vec词向量 521Word2Vec的基本原理 522Word2Vec模型细节及代码演示 523应用工具训练Word2Vec 53改进后的词表征 531GloVe模型 532FastText模型 533ELMo模型 54句向量 541基于词向量的平均 542沿用Word2Vec思想 543有监督方式 本章小结 思考题 第6章序列标注 61序列标注基础 611序列标注的应用场景 612基线方式 613序列标注任务的难点 62基于概率图的模型 621隐马尔科夫模型（HMM） 622最大熵马尔科夫模型（MEMM） 623条件随机场模型（CRF） 624天气预测实例 63基于深度学习的方式 631数据表征形式 632序列处理模型 本章小结 思考题 第7章关系抽取 71关系抽取基础 711关系抽取概述 712关系抽取的主要方法 713深度学习与关系抽取 714强化学习与关系抽取 72基于半监督的关系抽取模式：Snowball系统 721Patterns及Tuples的生成 722Patterns及Tuples的评估 723Snowball的实现细节 73关系抽取工具——DeepDive 731DeepDive概述 732DeepDive工作流程 733概率推断与因子图 本章小结 思考题 第四部分自然语言处理高级任务 第8章知识图谱 81知识图谱基本概念 811从语义网络到知识图谱 812知识的结构化、存储及查询 813几个开源的知识图谱 82知识图谱的关键构建技术 821本体匹配 822实体链接 823知识推理 83知识图谱应用 831反欺诈 832个性化推荐 833知识库问答 本章小结 思考题 第9章文本分类 91文本分类的常见方法 911机器学习 912模型融合 913深度学习 92文本分类的不同应用场景 921二分类 922多分类 923多标签多分类 93案例：搭建一款新闻主题分类器 931数据预处理 932训练与预测 933改进 本章小结 思考题 0章文本摘要 101抽取式摘要 1011传统方法 1012基于深度学习的方法 1013抽取式摘要的训练数据问题 102生成式摘要 1021基础模型 1022前沿模型中的技巧 1023强化学习与生成式摘要 103案例：搭建网球新闻摘要生成器 1031基于词频统计的摘要生成器 1032基于图模型的摘要生成器 1033结果分析 本章小结 思考题 1章机器翻译 111传统机器翻译 1111源起 1112基于规则 1113基于大规模语料 112统计机器翻译 1121相关流派 1122基于信源信道的统计机器翻译 1123案例：外星语的翻译实战 113神经机器翻译 1131基本原理 1132改进机制 1133前沿与挑战 本章小结 思考题 2章聊天系统 121聊天系统的类型 1211闲聊式机器人 1212知识问答型机器人 1213任务型聊天机器人 122聊天系统的关键技术 1221检索技术 1222意图识别和词槽填充 1223对话管理 1224强化学习与多轮对话 123案例：闲聊机器人实战 1231技术概要 1232基本配置及数据预处理 1233闲聊机器人模型的搭建 1234模型训练、预测以及优化 本章小结 思考题 第五部分自然语言处理求职 3章自然语言处理技术的现在、未来及择业 131自然语言处理组织及人才需求介绍 1311学术界 1312工业界 1313人才需求现状 132未来与自然语言处理 1321自然语言处理热点技术方向 1322自然语言处理的应用畅想 1323自然语言处理带来的行业冲击 133面试题 1331数据结构与算法 1332数学基础 1333机器学习与深度学习 1334自然语言处理专业 1335实际问题解决及技术领域见解 本章小结 思考题 附录A思考题参考答案 附录B面试题答案
作者介绍
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价