掃一掃
關注中圖網
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高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
自然語言處理之BERT模型算法、架構和案例實戰 版權信息
- ISBN：9787113286255
- 條形碼：9787113286255 ; 978-7-113-28625-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
自然語言處理之BERT模型算法、架構和案例實戰 本書特色
1. 本書行文邏輯清晰，通俗易懂 ????深度學習算法包含很多繁雜的公式，為了便于讀者理解本書內容，提高學習效率，本書重點不是推導理論，而是用通俗淺顯的語言把道理闡明，幫助讀者建立直覺。用通俗的語言對復雜模型進行解讀，為讀者在這個領域的進一步深入研究拋磚引玉。 2. 本書每一章節均附有課后習題，以便適時檢驗讀者的學習效果，提高學習效率 ????為了便于讀者理解本書內容，提高學習效率，專門在每一章后面附了練習題，讀者在讀完本章節內容之后，做一下課后練習題，以檢驗學習效果。這些課后習題答案和本書涉及的源代碼一起收錄于附贈資源中。 3. 行文和結構連貫 ????采取讀者**視角的模式來組織行文邏輯和實現方案，使得行文和結構更連貫，便于理解。 4. 實際案例解析，注重實戰演練 ????以通俗易懂的文字，解釋了自然語言處理技術的基本原理，對常見算法架構進行介紹， 對本書的主要內容BERT 模型進行詳細的講解，分別從不同的難度等級展示了兩個實戰案例， 將理論和實踐有機地結合在一起。 5. 編程思想及經驗分享，提升你的編程能力 ????在案例講解中，融入了編程思想及經驗的分享。“不只是學習技術，重要的是在思想上能有所提升”，希望讓你在學習技術的同時，潛移默化中，能夠加深對一些編程思想的認識。
自然語言處理之BERT模型算法、架構和案例實戰 內容簡介
本書先從自然語言處理的概念入手，闡述文本的表示技術等信息處理技術；在介紹了常用的自然語言處理模型之后，聚焦于BERT模型，對BERT 模型的核心場景問題進行分析，對BERT 的原理、架構和實現做了詳細的解讀。在此基礎上分別從初、中、高三個不同的層面展示了三個實戰案例，給出了具體的代碼實現，詳實的實戰案例使讀者能夠充分理解BERT 模型，能夠利用BERT 模型解決自然語言處理中的實際問題。*后，對自然語言處理和深度學習技術的發展趨勢做了展望，對讀者進一步深入研究自然語言處理技術提出了有益的建議。
自然語言處理之BERT模型算法、架構和案例實戰 目錄
**篇 自然語言處理基礎
第1章 自然語言處理
1．1 自然語言處理的起源
1．2 自然語言處理的發展
1．3 自然語言處理的應用領域
1．3．1 機器翻譯
1．3．2 智能問答
1．3．3 文本信息檢索和提取
1．3．4 情感分析
1．4 自然語言處理領域的難點問題
1．4．1 單詞的邊界界定
1．4．2 詞義的消歧
1．4．3 句法的模糊性
本章小結
思考題
第2章 自然語言處理的預備知識
2．1 數學知識
2．1．1 線性代數
2．1．2 微積分
2．1．3 概率論
2．2 計算機信息處理基礎知識
2．2．1 字符的編碼和表示
2．2．2 語言和算法
2．2．3 框架模型簡介
2．3 基礎任務工具包
2．3．1 基礎任務工具包簡介
2．3．2 Python環境的搭建
2．3．3 10個Python字符串處理技巧
2．4 Python中常用到的自然語言處理庫
2．4．1 NITK
2．4．2 TextBlob
2．4．3 Spacy
2．4．4 Gensim
2．4．5 StanfordCoreNLP
2．5 NLP的深度學習框架
2．5．1 深度學習概述
2．5．2 NLP的深度學習：ANN、RNN和LSTM
2．5．3 利用PyTorch實現情感文本分類
本章小結
思考題
第3章 文本的表示技術
……
第二篇 自然語言處理中的深度學習算法
第三篇 實戰案例
第四篇 結語和展望
展開全部
自然語言處理之BERT模型算法、架構和案例實戰 作者簡介
陳之炎曾供職于長城電腦和大唐微電子等知名企業；參與過智能化翻譯教學系統等大型項目的研發工作；長期擔任清華數據派和大數據文摘等公眾號的特約供稿者，發表過近20萬字的有關人工智能和大數據的譯作，作品被CSDN 、知乎等多個專業知識共享平臺所轉載。
書友推薦
- >
回憶愛瑪儂
- >
上帝之肋:男人的真實旅程
- >
隨園食單
- >
自卑與超越
- >
中國歷史的瞬間
- >
羅曼·羅蘭讀書隨筆-精裝
- >
有舍有得是人生
- >
月亮與六便士
本類暢銷
