【二手】自然语言处理双锴北京邮电大学出版社97875635638522021-08-01
批量上传，套装书可能不全，下单前咨询在线客服！ 正版书 ！！！
￥ 13.31 3.4折 ￥ 39 九品
库存6件
作者双锴
出版社北京邮电大学出版社
ISBN9787563563852
出版时间2021-08
装帧平装
开本16开
定价39元
货号9787563563852
上书时间2024-09-30
- 最新上架
商品详情
- 品相描述：九品
- 商品描述
-
商品简介
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
第1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理性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习方法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利用深度学习进行自然语言处理10
1.5.1NLP中的深度学习10
1.5.2NLP中深度学习的局限性11
1.6全书内容安排12
本章参考文献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
思考题31
本章参考文献32
第3章神经网络和深度学习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深度学习概览48
3.4.1激活函数48
3.4.2监督学习和数据集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
思考题54
本章参考文献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
思考题69
本章参考文献69
第5章分类任务71
第6章信息抽取91
第7章知识图谱114
第8章机器翻译146
……
内容摘要
本书着眼于自然语言处理的一些经典研究和前沿应用，重点介绍了深度学习在自然语言处理中的应用。全书共分为11章。第1章概述了自然语言处理的发展过程、难点及应用等。第2~10章从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、语言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趋势。第11章前瞻性地对时下热门的研究方向进行了分析和讨论。作者对于全书结构和内容都有精心设计，既涵盖科普类知识，避免复杂的公式堆叠，用通俗直白的语言讲解算法的设计思想，又配合有大量的技术性介绍和分析，包括如何利用主流的深度学习框架进行复现，实现了算法和应用的合理结合。本书的读者对象既包括对该领域不甚了解的普通大众，也包括高校相关专业在校学生以及从事相关领域研究的技术人员。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价