自然语言处理（）

图书标准信息

• 作者 冯建周 著
• 出版社 水利水电出版社
• 出版时间 2022-04
• 版次 1
• ISBN 9787522605272
• 定价 48.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 250页
• 字数 409千字
• 丛书 普通高等教育人工智能专业系列教材

【内容简介】

自然语言处理是人工智能的重要分支，本书是一本自然语言处理的入门教材，主要面向高年级本科生和低年级研究生。本着理论结合实践的基本原则，本书共分为 11 章，其中第 1 章概述了自然语言处理的研究内容、发展历程、技术特色和当前现状，是概述性的一章。第 2 章是自然语言处理的编程基础，对 Python 语言及其相关模块进行了介绍。第 3 章是自然语言处理的算法基础，主要对常见的机器学习算法（分类算法、聚类算法、模型评估方法、概率图模型、集成学习、人工神经网络等）进行了讲解。第 4 章和第 5 章从统计学方法入手讲解了自然语言处理的两个基础任务：分词和关键词抽取。第 6 章则讲解了当前流行的词向量技术，尤其是 Word2vec 和大规模预训练模型 BERT。从第 7 章至第 11 章分别对当前自然语言处理的热门研究领域展开讲解，包括文本分类、信息抽取、机器阅读理解、文本生成和摘要抽取、对话和聊天系统等。本书除了可以作为高等院校计算机、大数据和人工智能及其相关专业的本科生和研究生教材，也可供对自然语言处理技术感兴趣的研究人员和工程技术人员阅读参考。

【目录】

目录

章  自然语言处理概述

1.1 自然语言处理的定义

1.2 自然语言处理的应用领域

1.3 自然语言处理的发展历程

1.4 自然语言处理的研究现状和反正趋势

1.5 自然语言处理的知识和技术储备

本章小结

第二章 自然语言处理编程基础

2.1 Python 基础

2.2 numpy 和 pandas 的使用

2.3 深度学习框架 pytorch

本章小结

第三章 机器学习算法基础

3.1 分类算法

3.2 聚类算法

3.3 模型评估与选择

3.4 概率图模型

3.5 集成学习

3.6 人工神经网络与深度学习

本章小结

第四章  中文分词

4.1 基于词表的分词算法

4.2 基于统计模型的分词算法

4.3 基于序列标注的分词算法

4.4 中文分词工具

本章小结

第五章 关键词提取

5.1 textrank 算法

5.2 TF-IDF 关键词提取算法

本章小结

第六章 词向量技术

6.1 词向量技术发展历程

6.2 WORD2vec

6.3 注意力机制

6.4 BERT 预训练模型

本章小结

第七章  文本分类

第八章  文本信息抽取

第九章  机器阅读理解

第十章  文本生成与文本摘要

第十一章  对话系统

参考文献