掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
基于深度學(xué)習(xí)的自然語言處理 版權(quán)信息
- ISBN：9787302551942
- 條形碼：9787302551942 ; 978-7-302-55194-2
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
基于深度學(xué)習(xí)的自然語言處理 本書特色
近幾年來，深度學(xué)習(xí)已經(jīng)徹底改變?nèi)斯ぶ悄艿闹T多領(lǐng)域，涉及語音、視覺、自然語言、機器人和游戲等。深度學(xué)習(xí)在自然語言處理領(lǐng)域的諸多應(yīng)用方面大獲成功，這使其成為人工智能領(lǐng)域*重要的發(fā)展基準(zhǔn)。 本書介紹深度學(xué)習(xí)領(lǐng)域先進的技術(shù)以及深度學(xué)習(xí)在主要的自然語言處理任務(wù)中的成功應(yīng)用，包括語音識別和理解、對話系統(tǒng)、語義分析、句法分析、知識圖譜、機器翻譯、問答、情感分析、社會計算和基于圖像的自然語言生成。本書對深度學(xué)習(xí)時代自然語言處理領(lǐng)域的不同研究前沿進行了概括與分析，還列舉了深度學(xué)習(xí)與自然語言處理領(lǐng)域中交叉的技術(shù)性術(shù)語以及常用的首字母縮略詞。 本書面向深度學(xué)習(xí)與自然語言處理領(lǐng)域高年級的本科生、研究生、博士后研究員、講師、行業(yè)的研究員以及任何對此領(lǐng)域感興趣的人。
基于深度學(xué)習(xí)的自然語言處理 內(nèi)容簡介
近幾年來，深度學(xué)習(xí)已經(jīng)有效改變?nèi)斯ぶ悄艿闹T多領(lǐng)域，涉及語音、視覺、自然語言、機器人和游戲等。深度學(xué)習(xí)在自然語言處理領(lǐng)域的諸多應(yīng)用方面大獲成功，這使其成為人工智能領(lǐng)域很重要的發(fā)展基準(zhǔn)。 《基于深度學(xué)習(xí)的自然語言處理》介紹深度學(xué)習(xí)領(lǐng)域優(yōu)選進的技術(shù)以及深度學(xué)習(xí)在主要的自然語言處理任務(wù)中的成功應(yīng)用，包括語音識別和理解、對話系統(tǒng)、語義分析、句法分析、知識圖譜、機器翻譯、問答、情感分析、社會計算和基于圖像的自然語言生成。本書對深度學(xué)習(xí)時代自然語言處理領(lǐng)域的不同研究前沿進行了概括與分析，還列舉了深度學(xué)習(xí)與自然語言處理領(lǐng)域中交叉的技術(shù)性術(shù)語以及常用的首字母縮略詞。 《基于深度學(xué)習(xí)的自然語言處理》面向深度學(xué)習(xí)與自然語言處理領(lǐng)域高年級的本科生、研究生、博士后研究員、講師、行業(yè)的研究員以及任何對此領(lǐng)域感興趣的人。
基于深度學(xué)習(xí)的自然語言處理 目錄
第1章自然語言處理與深度學(xué)習(xí)概述1
1.1自然語言處理的概況1
1.2**大浪潮：理性主義2
1.3第二大浪潮：經(jīng)驗主義4
1.4第三大浪潮：深度學(xué)習(xí)7
1.5從現(xiàn)在到未來的轉(zhuǎn)變11
1.5.1從經(jīng)驗主義到深度學(xué)習(xí)的變革11
1.5.2當(dāng)前深度學(xué)習(xí)技術(shù)的限制12
1.6自然語言處理未來的發(fā)展方向13
1.6.1神經(jīng)符號集成(NeuralSymbolic Integration)13
1.6.2結(jié)構(gòu)、記憶和知識15
1.6.3無監(jiān)督和生成式深度學(xué)習(xí)15
1.6.4多模式和多任務(wù)深度學(xué)習(xí)16
1.6.5元學(xué)習(xí)17
1.7結(jié)論18第2章基于深度學(xué)習(xí)的對話語言理解20
2.1引言20
2.2歷史性視角22
2.3主要的語言理解任務(wù)24
2.3.1域檢測和意圖識別24
2.3.2填槽24
2.4提升技術(shù)水平：從統(tǒng)計建模到深度學(xué)習(xí)25
2.4.1域檢測和意圖識別25
2.4.2填槽28
2.4.3聯(lián)合多任務(wù)多域模型35
2.4.4上下文理解37
2.5結(jié)論40第3章基于深度學(xué)習(xí)的語音與文本對話系統(tǒng)43
3.1引言43
3.2系統(tǒng)組件的學(xué)習(xí)方法46
3.2.1判別性方法47
3.2.2生成性方法48
3.2.3決策性方法49
3.3目標(biāo)導(dǎo)向型神經(jīng)對話系統(tǒng)49
3.3.1神經(jīng)語言理解49
3.3.2對話狀態(tài)追蹤器50
3.3.3深度對話管理器51
3.4基于模型的用戶模擬器53
3.5自然語言生成54
3.6基于端到端深度學(xué)習(xí)構(gòu)建對話系統(tǒng)57
3.7面向開放式對話系統(tǒng)的深度學(xué)習(xí)59
3.8對話建模的數(shù)據(jù)集60
3.8.1卡內(nèi)基·梅隆傳播語料庫60
3.8.2ATIS：航空旅行信息系統(tǒng)飛行員語料庫60
3.8.3對話狀態(tài)追蹤挑戰(zhàn)數(shù)據(jù)集60
3.8.4Maluuba框架數(shù)據(jù)集61
3.8.5Facebook對話數(shù)據(jù)集62
3.8.6Ubuntu對話語料庫63
3.9開源對話軟件63
3.10對話系統(tǒng)評估65
3.11結(jié)論67第4章基于深度學(xué)習(xí)的詞法分析和句法分析68
4.1引言68
4.2典型的詞法分析和句法分析任務(wù)69
4.2.1分詞69
4.2.2詞性標(biāo)注70
4.2.3句法分析70
4.2.4結(jié)構(gòu)化預(yù)測問題72
4.3結(jié)構(gòu)化預(yù)測74
目錄4.3.1基于圖的方法75
4.3.2基于轉(zhuǎn)移的方法77
4.4基于神經(jīng)圖的方法82
4.4.1神經(jīng)條件隨機場82
4.4.2基于圖的神經(jīng)依存句法分析84
4.5基于神經(jīng)轉(zhuǎn)移的方法86
4.5.1貪婪移位減少依存句法分析86
4.5.2貪婪序列標(biāo)注90
4.5.3全局優(yōu)化模型94
4.6結(jié)論101第5章基于深度學(xué)習(xí)的知識圖譜102
5.1引言102
5.1.1基本概念103
5.1.2典型的知識圖譜103
5.2知識表征學(xué)習(xí)107
5.3神經(jīng)關(guān)系抽取109
5.3.1語句級NRE109
5.3.2文檔級NRE115
5.4知識與文本的橋梁:實體連接116
5.4.1實體連接框架117
5.4.2用于實體連接的深度學(xué)習(xí)120
5.5結(jié)論127第6章基于深度學(xué)習(xí)的機器翻譯129
6.1引言129
6.2統(tǒng)計機器翻譯及其面對的挑戰(zhàn)130
6.2.1基本原理130
6.2.2統(tǒng)計機器翻譯所面對的挑戰(zhàn)133
6.3基于組件深度學(xué)習(xí)的機器翻譯134
6.3.1用于詞對齊的深度學(xué)習(xí)與基于深度學(xué)習(xí)的詞對齊134
6.3.2用于翻譯規(guī)則概率估計的深度學(xué)習(xí)137
6.3.3用于短語調(diào)序的深度學(xué)習(xí)140
6.3.4用于語言建模的深度學(xué)習(xí)142
6.3.5用于特征組合的深度學(xué)習(xí)143
6.4基于端到端深度學(xué)習(xí)的機器翻譯146
6.4.1編碼器解碼器框架146
6.4.2機器翻譯的神經(jīng)注意力148
6.4.3處理大詞匯量的技術(shù)挑戰(zhàn)150
6.4.4使用端到端訓(xùn)練直接優(yōu)化評估指標(biāo)152
6.4.5結(jié)合先驗知識153
6.4.6低資源語言翻譯156
6.4.7神經(jīng)機器翻譯中的網(wǎng)絡(luò)結(jié)構(gòu)158
6.4.8SMT和NMT的結(jié)合159
6.5結(jié)論161第7章基于深度學(xué)習(xí)的問答系統(tǒng)163
7.1引言163
7.2基于深度學(xué)習(xí)的KBQA164
7.2.1信息提取范式165
7.2.2語義分析范式169
7.2.3對比信息提取范式與語義分析范式174
7.2.4數(shù)據(jù)集174
7.2.5挑戰(zhàn)176
7.3基于深度學(xué)習(xí)的機器閱讀理解177
7.3.1任務(wù)描述177
7.3.2基于特征工程的方法182
7.3.3基于深度學(xué)習(xí)的方法186
7.4結(jié)論191第8章基于深度學(xué)習(xí)的情感分析194
8.1引言194
8.2特殊情感詞嵌入196
8.3語句級情感分類201
8.3.1卷積神經(jīng)網(wǎng)絡(luò)202
8.3.2循環(huán)神經(jīng)網(wǎng)絡(luò)204
8.3.3遞歸神經(jīng)網(wǎng)絡(luò)207
8.3.4整合外部資源209
8.4文檔級情感分類210
8.5細粒度情感分析213
8.5.1意見挖掘214
8.5.2針對特定目標(biāo)的情感分析215
8.5.3方面級情感分析218
8.5.4立場檢測221
8.5.5諷刺識別222
8.6結(jié)論223第9章基于深度學(xué)習(xí)的社會計算224
9.1引言224
9.2基于深度學(xué)習(xí)對用戶生成內(nèi)容進行建模228
9.2.1傳統(tǒng)的語義表征方法229
9.2.2基于淺層嵌入技術(shù)的語義表征229
9.2.3基于深度神經(jīng)網(wǎng)絡(luò)的語義表征232
9.2.4運用注意力機制增強語義表征236
9.3基于深度學(xué)習(xí)建立社會聯(lián)系模型237
9.3.1社交媒體中的社交聯(lián)系237
9.3.2建模社會關(guān)系的網(wǎng)絡(luò)表征學(xué)習(xí)方法238
9.3.3基于淺層嵌入的模型239
9.3.4基于深度神經(jīng)網(wǎng)絡(luò)的模型243
9.3.5網(wǎng)絡(luò)嵌入的應(yīng)用244
9.4基于深度學(xué)習(xí)的推薦系統(tǒng)245
9.4.1社交媒體中的推薦系統(tǒng)245
9.4.2傳統(tǒng)推薦算法246
9.4.3基于淺層嵌入的模型246
9.4.4基于深度神經(jīng)網(wǎng)絡(luò)的模型248
9.5結(jié)論254第10章基于深度學(xué)習(xí)的圖像描述255
10.1引言255
10.2背景介紹256
10.3圖像描述的深度學(xué)習(xí)框架257
10.3.1端到端框架257
10.3.2組合框架260
10.3.3其他框架262
10.4評估指標(biāo)和基準(zhǔn)263
10.5圖像描述的工業(yè)部署264
10.6示例：圖像中的自然語言描述265
10.7從圖像生成文體自然語言的研究進展268
10.8結(jié)論270第11章后記：深度學(xué)習(xí)時代下自然語言處理的前沿研究271
11.1引言271
11.2兩個新視角272
11.2.1以任務(wù)為中心的視角273
11.2.2以表征為中心的視角274
11.3基于深度學(xué)習(xí)的NLP的*新研究進展與熱點276
11.3.1組合性泛化276
11.3.2NLP中的無監(jiān)督學(xué)習(xí)277
11.3.3NLP中的強化學(xué)習(xí)278
11.3.4NLP中的元學(xué)習(xí)280
11.3.5弱可解釋性與強可解釋性282
11.4結(jié)論284附錄參考答案288術(shù)語表360
展開全部
基于深度學(xué)習(xí)的自然語言處理 作者簡介
鄧力博士，2019年當(dāng)選加拿大國家工程學(xué)院和美國華盛頓州科學(xué)院院士，目前擔(dān)任Citadel首席人工智能官。2000—2017年，鄧博士在微軟曾擔(dān)任AI首席科學(xué)家、深度學(xué)習(xí)技術(shù)中心(Deep Learning Technology Center)創(chuàng)始人、微軟合伙人研究經(jīng)理。1989—1999年，鄧博士在加拿大滑鐵盧大學(xué)曾擔(dān)任助理教授、終身副教授和正教授，還曾在麻省理工學(xué)院(1992—1993年)、ATR(1997—1998年，日本京都)和香港科技大學(xué)(1995年，香港)擔(dān)任教學(xué)/研究職位。鄧博士是IEEE(2004)、美國聲學(xué)學(xué)會(1993)和ISCA(2011)的研究員。自2000年以來，鄧博士一直是西雅圖華盛頓大學(xué)的兼職教授。 劉洋博士，清華大學(xué)計算機科學(xué)與技術(shù)系長聘教授、人工智能研究所所長，國家杰出青年基金獲得者。研究方向是自然語言處理，在自然語言處理和人工智能領(lǐng)域重要國際刊物和國際會議上發(fā)表80余篇論文，獲得ACL 2017杰出論文獎和ACL 2006優(yōu)秀亞洲自然語言處理論文獎。獲得國家科技進步二等獎、中國電子學(xué)會科技進步一等獎、中國中文信息學(xué)會錢偉長青年創(chuàng)新一等獎、北京市科學(xué)技術(shù)獎二等獎等多項科技獎勵。擔(dān)任或曾擔(dān)任國際計算語言學(xué)學(xué)會亞太分會執(zhí)委兼秘書長、Computational Linguistics編委、ACM TALLIP副編輯、中國中文信息學(xué)會青年工作委員會主任。
書友推薦
- >
山海經(jīng)
- >
名家?guī)阕x魯迅:朝花夕拾
- >
【精裝繪本】畫給孩子的中國神話
- >
唐代進士錄
- >
月亮與六便士
- >
伯納黛特,你要去哪(2021新版)
- >
經(jīng)典常談
- >
巴金－再思錄
本類暢銷
