动手学自然语言处理
正版新书 新华官方库房直发 可开电子发票
￥ 47.59 5.3折 ￥ 89.8 全新
库存32件
作者屠可伟 等
出版社人民邮电出版社
ISBN9787115636461
出版时间2024-05
版次1
装帧平装
开本16开
纸张胶版纸
页数238页
定价89.8元
货号SC:9787115636461
上书时间2024-04-26
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
屠可伟，上海科技大学信息科学与技术学院长聘副教授、研究员、博士生导师。研究方向包括自然语言处理、机器学习等，主要研究将符号、统计和神经方法相结合用于语言结构的表示、学习与利用。发表论文100余篇，主要发表在ACL、EMNLP、AAAI 等人工智能领域很好会议。担任多个很好会议程序委员会委员和领域主席。曾获ACL 2023杰出论文奖，以及SemEval 2022和SemEval 2023很好系统论文奖。
王新宇，上海科技大学博士，长期从事自然语言处理研究工作，在ACL、EMNLP、NAACL等很好会议上发表论文10余篇，担任ACL、NAACL会议的领域主席以及ACL滚动审查（ACL Rolling Review）执行编辑。曾获得中国中文信息学会优秀博士学位论文提名、SemEval 2022很好系统论文奖等荣誉。
曲彦儒，伊利诺伊大学厄巴纳-香槟分校博士生，长期从事自然语言处理研究工作，在ACL、NAACL、AAAI、ICLR等会议上发表了多篇论文。
俞勇，上海交通大学ACM班创办人，重量教学名师，上海交通大学特聘教授。2018年创办伯禹人工智能学院，在上海交通大学ACM班人工智能专业课程体系的基础上，对人工智能课程体系进行创新，致力于培养很好的人工智能算法工程师和研究员。
主编推荐:
·名家作品：上海交通大学ACM班创办人俞勇教授、上海科技大学博士生导师屠可伟副教授等共同编写
·多位业内大咖力荐：文继荣|周明|邱锡鹏|李磊|杨笛一等学术及工业界大咖力荐
·配套资源丰富：配套源代码+在线视频课程+在线讨论区+在线习题+教学课件，助你轻松入门并系统学习大模型背后的自然语言处理底层技术
媒体评论:
本书深度整合了自然语言处理的理论精髓与实战智慧，内容讲解深入浅出、代码实例丰富易学，为培养自然语言处理领域的实战型人才提供了坚实的理论基石与丰富的实战资源，是渴望学习自然语言处理的读者推荐的入门宝典。
——文继荣 中国人民大学高瓴人工智能学院执行院长、信息学院院长
在智能化浪潮下，懂技术、知应用的实战型人工智能人才的重要性日益凸显。本书以深入浅出的理论讲解为基础，辅以清晰明了的代码解析，帮助读者将自然语言处理的理论与实战融会贯通，值得广大读者深度研读。
——周明 澜舟科技创始人，ACL 原主席，CCF 原副理事长，微软亚洲研究院原副院长
学习自然语言处理需要将理论与实战相结合。本书凭借其详尽的理论阐述、可运行的代码实例以及配套的习题与教学资源，构建了一座连接理论与实战的桥梁。无论是新手还是老手，均可使用本书深化对自然语言处理的理解并提升实战能力。
——邱锡鹏 复旦大学计算机科学技术学院教授
本书具有两大亮点。一是以序列和结构为主线来组织自然语言处理的关键技术。序列、结构和语义是语言文字的3个重要属性，语言文字是离散符号的序列，文本又由带有语义信息的结构组成。二是以指导动手实战为目标，每个章节均提供可执行代码，并加以解读。本书非常适合作为自然语言处理领域的高校教材，也适合作为工程师的常备工具书。
——李磊 卡内基梅隆大学计算机科学学院助理教授
本书作为一本全面且系统的自然语言处理教材，深入浅出地讲解了自然语言处理的基本概念和关键方法，无论是学生还是行业人士，都能够通过本书有效掌握自然语言处理的知识体系并进行动手实战。
——杨笛一 斯坦福大学计算机科学系助理教授
内容简介:
本书介绍自然语言处理的原理和方法及其代码实现，是一本着眼于自然语言处理教学实践的图书。
本书分为3个部分。第一部分介绍基础技术，包括文本规范化、文本表示、文本分类、文本聚类。第二部分介绍自然语言的序列建模，包括语言模型、序列到序列模型、预训练语言模型、序列标注。第三部分介绍自然语言的结构建模，包括成分句法分析、依存句法分析、语义分析、篇章分析。本书将自然语言处理的理论与实践相结合，提供所介绍方法的代码示例，能够帮助读者掌握理论知识并进行动手实践。
本书适合作为高校自然语言处理课程的教材，也可作为相关行业的研究人员和开发人员的参考资料。
目录:
第1章初探自然语言处理1
1．1自然语言处理是什么1
1．2自然语言处理的应用2
1．3自然语言处理的难点3
1．4自然语言处理的方法论4
1．5小结5
第一部分基础
第2章文本规范化8
2．1分词8
2．1．1基于空格与标点符号的分词8
2．1．2基于正则表达式的分词9
2．1．3词间不含空格的语言的分词12
2．1．4基于子词的分词13
2．2词规范化17
2．2．1大小写折叠17
2．2．2词目还原18
2．2．3词干还原19
2．3分句19
2．4小结20
第3章文本表示22
3．1词的表示22
3．2稀疏向量表示24
3．3稠密向量表示25
3．3．1word2vec25
3．3．2上下文相关词嵌入30
3．4文档表示30
3．4．1词-文档共现矩阵31
3．4．2TF-IDF加权31
3．4．3文档的稠密向量表示33
3．5小结33
第4章文本分类35
4．1基于规则的文本分类35
4．2基于机器学习的文本分类36
4．2．1朴素贝叶斯36
4．2．2逻辑斯谛回归42
4．3分类结果评价45
4．4小结47
第5章文本聚类49
5．1k均值聚类算法49
5．2基于高斯混合模型的优选期望值算法53
5．2．1高斯混合模型53
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价