【速发】自然语言处理—原理、方法与应用 王志立,雷鹏斌,吴宇凡
二手书，无附赠品，择优发货
￥ 15.04 2.5折 ￥ 59 八五品
仅1件
作者王志立,雷鹏斌,吴宇凡
出版社清华大学出版社
ISBN9787302617747
出版时间2023-02
版次1
装帧平装
开本16开
纸张胶版纸
页数236页
字数99999千字
定价59元
货号9787302617747
上书时间2025-01-08
- 在售商品 暂无
- 平均发货时间 7小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：八五品
- 商品描述
-
基本信息
书名:自然语言处理—原理、方法与应用
定价：59.00元
作者:王志立,雷鹏斌,吴宇凡
出版社：清华大学出版社
出版日期：2023-02-01
ISBN：9787302617747
字数：330000
页码：236
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
本书系统阐述自然语言处理基础知识，以及自然语言处理高级模型应用等高级知识。全书共11章：~5章为自然语言处理的基础知识，第6~11章则将自然语言处理知识应用于实战。书中主要内容包括预训练模型、文本分类、机器阅读理解、命名实体识别、文本生成、模型蒸馏与剪枝及损失函数等知识。书中包含大量应用示例，不仅可以学会理论知识还可以灵活应用。书中示例基于Linux与PyTorch环境开发，读者在学习自然语言处理知识的同时还可学会PyTorch框架技术，内容完整、步骤清晰，提供了工程化的解决方案。本书可作为有一定深度学习基础的读者的入门书，也可作为从事自然语言处理算法工作的技术人员及培训机构的参考书。
目录
目录本书源代码目录章导论（13min）1.1基于深度学习的自然语言处理1.2本书章节脉络1.3自然语言处理算法流程1.4小结第2章Python开发环境配置（35min）2.1Linux服务器2.1.1MobaXterm2.1.2使用MobaXterm连接远程服务器2.1.3在服务器上安装Python开发环境2.1.4使用Anaconda国内源2.1.5pip设定永久阿里云源2.2Python虚拟环境2.3PyCharm远程连接服务器2.4screen任务管理2.5Docker技术2.6小结第3章自然语言处理的发展进程3.1人工规则与自然语言处理3.2机器学习与自热语言处理3.2.1词袋模型3.2.2ngram3.2.3频率与逆文档频率3.3深度学习与自然语言处理3.4小结第4章无监督学习的原理与应用（30min）4.1浅层无监督预训练模型4.2深层无监督预训练模型4.2.1BERT4.2.2SelfAttentioLayer原理4.2.3SelfAttentioLayer的内部运算逻辑4.2.4MultiHead SelfAttentio4.2.5Layer Normalizatio4.2.6BERT预训练4.2.7BERT的微调过程4.3其他预训练模型4.3.1RoBERTa4.3.2ERNIE4.3.3BERT_WWM4.3.4ALBERT4.3.5Electra4.3.6NEZHA4.3.7NLP预训练模型对比4.4自然语言处理四大下游任务4.4.1句子对分类任务4.4.2单句子分类任务4.4.3问答任务4.4.4单句子标注任务4.5小结第5章无监督学习进阶5.1生成式对抗网络5.2元学习5.2.1MetricBased Method5.2.2ModelBased Method5.2.3PretrainBased Method5.3小结第6章预训练6.1赛题任务6.2环境搭建6.3代码框架6.4数据分析实践6.4.1数据预处理6.4.2预训练任务模型构建与数据生成6.4.3模型训练6.5小结第7章文本分类（45min）7.1数据分析7.2环境搭建7.3代码框架7.4文本分类实践7.4.1数据预处理7.4.2模型构建7.4.3数据迭代器7.4.4模型训练7.4.5模型预测7.5小结第8章机器阅读理解（16min）8.1机器阅读理解的定义8.1.1完形填空8.1.2多项选择8.1.3片段抽取8.1.4自由回答8.1.5其他任务8.2评测方法8.3研究方法8.3.1基于规则的方法8.3.2基于神经网络的方法8.3.3基于深层语义的图匹配方法8.4经典结构8.4.1BiDAF模型8.4.2QANet模型8.4.3基于BERT模型的机器阅读理解8.5多文档机器阅读理解实践8.5.1疫情政务问答助手8.5.2信息检索8.5.3多任务学习8.5.4实践8.6小结第9章命名实体识别（15min）9.1NER技术的发展现状9.2命名实体识别的定义9.3命名实体识别模型9.3.1预训练模型9.3.2下接结构9.3.3条件随机场9.4命名实体识别实验9.4.1数据介绍9.4.2评估指标9.4.3数据预处理9.4.4模型构建9.4.5数据迭代器9.4.6模型训练9.4.7模型预测9.5小结0章文本生成（26min）10.1文本生成的发展现状10.1.1文本生成模板10.1.2变分自编码器10.1.3序列到序列技术10.2基于预训练模型的文本生成模型10.3文本生成任务实践10.3.1数据介绍10.3.2评估指标10.3.3模型构建10.3.4数据迭代器10.3.5模型训练10.3.6模型预测10.4小结1章损失函数与模型瘦身11.1损失函数11.2常用的损失函数11.2.1回归11.2.2分类11.3损失函数的进阶11.3.1样本不均衡11.3.2Focal Loss11.3.3Dice Loss11.3.4拒识11.3.5带噪学习11.4模型瘦身11.4.1知识蒸馏11.4.2模型剪枝11.5小结
作者介绍
王志立，自然语言处理工程师，曾在国际与国内的学术会议上发表学术论文多篇，先后在腾讯等多家知名企业从事大数据与人工智能算法工作，运营和分享人工智能相关知识，曾获得多项人工智能比赛国j级奖项。雷鹏斌，深圳大学硕士，华为AI算法工程师，主要从事chatops、知识图谱的研究与应用工作，对自然语言处理各项任务的研究与应用具有经验丰富。2019—2021年在国内知名竞赛的文本分类、命名实体识别、机器阅读理解、智能问答，以及文本生成任务中摘获大量荣誉。曾参与多项课题研究，在AAAI、中文信息学报等高影响力会议上发表多篇文章。吴宇凡，腾讯算法应用研究员，长期从事业务安全和金融量化相关算法研究和实践，已发表国际顶级会议论文多篇，申请专利数篇。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价