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
自然語言處理導論 版權信息
- ISBN：9787111736257
- 條形碼：9787111736257 ; 978-7-111-73625-7
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
自然語言處理導論 本書特色
自然語言處理是一門融計算機科學、語言學、數學、認知學、邏輯學于一體的研究學科。機器學習、深度學習方法持續地引領著自然語言處理的進步與發展。以ChatGPT為代表的語言模型更是展現出了強大的通用能力，亦離不開自然語言處理技術的發展積累。
《自然語言處理導論》內容源自中山大學開設的“自然語言處理”課程，以及作者的產業實踐；主要介紹自然語言處理理論與技術，旨在讓更多人了解和學習自然語言處理技術，讓人工智能更好地為我們服務。
自然語言處理導論 內容簡介
《自然語言處理導論》主要介紹自然語言處理理論與技術，旨在讓更多人了解和學習自然語言處理技術，讓人工智能更好地為我們服務。 《自然語言處理導論》共16章，包括自然語言理解基礎和具體任務探索兩部分，主要講述了自然語言處理文本表示、分析、挖掘、推理等方面的相關概念、方法、技術和近期研究進展；詳細介紹了文本分類、情感計算、知識抽取等基礎方法；全面講述了自動文摘、問答系統、機器翻譯、社會計算、內容生成和跨模態計算等具體任務；*后討論了深度學習前沿問題。 《自然語言處理導論》致力于幫助高等院校計算機相關專業學生牢固掌握自然語言處理的基本理論與技術，掌握如何分析文本信息、解決問題、完成相關研究的方法，以及了解自然語言處理的典型應用場景。
自然語言處理導論 目錄
前言
第1章緒論
1.1基本概念
1.1.1語言學與語音學
1.1.2自然語言
1.1.3自然語言處理
1.2自然語言處理的發展歷程
1.2.1自然語言處理的發展歷史
1.2.2自然語言處理的研究現狀
1.2.3自然語言處理的發展前景
1.3自然語言處理的基本方法
1.3.1理性主義方法
1.3.2經驗主義方法
1.3.3對比分析
1.4自然語言處理的研究內容
1.4.1文本分類
1.4.2信息抽取
1.4.3文本摘要
1.4.4智能問答
第2章語言模型
2.1語言模型概述
2.2n-gram統計語言模型
2.2.1何為n-gram模型
2.2.2n-gram語言模型評估詞序列
2.2.3n-gram統計語言模型的應用
2.2.4n-gram模型中n對性能的影響
2.2.5n-gram模型小結
思考題
參考文獻
第3章神經網絡和神經語言模型
3.1人工神經網絡和神經語言模型
3.1.1人工神經網絡
3.1.2神經語言模型
3.2卷積神經網絡
3.2.1卷積神經網絡結構
3.2.2卷積神經網絡的文本處理
3.3循環神經網絡
3.4遞歸神經網絡
3.4.1遞歸神經網絡的前向計算
3.4.2遞歸神經網絡的訓練方法
思考題
參考文獻
第4章詞和語義向量
4.1離散分布表示
4.1.1獨熱表示法
4.1.2詞袋表示法
4.2分布式表示
4.2.1Word2vec
4.2.2矩陣分解
4.2.3GloVe
4.3文本特征選擇法
4.3.1基于文檔頻率的特征提取法
4.3.2 χ2統計量
4.3.3信息增益法
4.3.4互信息法
4.4特征權重計算方法
4.4.1布爾權重
4.4.2絕對詞頻
4.4.3TF-IDF
思考題
參考文獻
第5章預訓練語言模型
5.1Transformer
5.2ELMo
5.3GPT
5.4BERT
5.5后BERT時代
思考題
參考文獻
第6章序列標注
6.1馬爾可夫模型
6.2條件隨機場、維特比算法
6.2.1條件隨機場的原理解析
6.2.2條件隨機場的特性
6.3序列標注任務
6.3.1自動分詞
6.3.2漢語自動分詞中的基本問題
6.3.3歧義切分問題
6.3.4未登錄詞問題
6.4漢語分詞方法
6.4.1基于詞頻度統計的分詞方法
6.4.2N-*短路徑方法
6.4.3基于詞的n元語法模型的分詞方法
6.4.4由字構詞的漢語分詞方法
6.4.5基于詞感知機的漢語分詞方法
6.4.6基于字的生成式模型和區分式模型相結合的漢語分詞方法
6.4.7其他分詞方法
6.5詞性標注
6.5.1詞性標注概述
6.5.2基于規則的詞性標注方法
6.5.3基于統計模型的詞性標注方法
6.5.4統計方法與規則方法相結合的詞性標注方法
6.5.5詞性標注的一致性檢查
6.5.6技術評測
6.6命名實體識別
6.6.1基于條件隨機場的命名實體識別方法
6.6.2基于多特征的命名實體識別方法
6.6.3基于神經網絡的命名實體識別方法
思考題
參考文獻
第7章語義分析
7.1詞義消歧
7.1.1有監督的詞義消歧方法
7.1.2基于詞典的詞義消歧方法
7.1.3無監督的詞義消歧方法
7.1.4詞義消歧系統評價
7.2語義角色標注
7.2.1語義角色標注基本方法
7.2.2語義角色標注的領域適應性問題
7.3雙語聯合語義角色標注方法
7.3.1基本思路
7.3.2雙語聯合語義角色標注方法系統實現
思考題
參考文獻
第8章文本分類
8.1文本分類概述
8.2傳統分類器設計
8.2.1樸素貝葉斯分類器
8.2.2基于支持向量機的分類器
8.2.3KNN法
8.2.4線性*小二乘擬合法
8.2.5決策樹分類器
8.3基于神經網絡方法
8.3.1文本分析中的循環神經網絡方法
8.3.2文本分析中的遞歸神經網絡方法
8.4文本分類性能評測
思考題
參考文獻
第9章情感計算
9.1文檔或句子級情感計算方法
9.1.1情感詞典方法
9.1.2基于傳統機器學習的監督情感分類
9.1.3深度神經網絡方法
9.2屬性級情感分析
9.2.1意見挖掘和屬性抽取
9.2.2針對特定目標的情感分析
9.2.3立場檢測
9.3其他情感分析任務
9.3.1諷刺識別
9.3.2多模態情感分析
思考題
參考文獻
第10章知識抽取
10.1知識抽取概述
10.2命名實體識別
10.2.1命名實體識別概述
10.2.2基于詞典及規則的方法
10.2.3基于機器學習的有監督方法
10.2.4基于深度學習的方法
10.3實體鏈接
10.3.1實體鏈接概述
10.3.2通用解決框架
10.3.3實體鏈接數據集
10.4關系抽取
10.4.1關系抽取概述
10.4.2有監督關系抽取
10.4.3遠程監督
10.4.4實體關系聯合抽取
10.4.5小樣本關系抽取
10.4.6開放域關系抽取
10.5事件抽取
10.5.1事件抽取概述
10.5.2基于模式匹配的方法
10.5.3基于機器學習的方法
10.5.4基于深度學習的方法
10.5.5事件抽取數據集
思考題
參考文獻
第11章統計機器翻譯和神經機器翻譯
11.1機器翻譯概述
11.1.1機器翻譯的發展
11.1.2機器翻譯方法
11.1.3機器翻譯研究現狀
11.2基于HMM的詞對位模型
11.3基于短語的翻譯模型
11.4基于*大熵的翻譯模型
11.4.1對位模板與*大近似
11.4.2特征函數
11.4.3參數訓練
11.5基于層次短語的翻譯模型
11.5.1概述
11.5.2模型描述和參數訓練
11.5.3解碼方法
11.6樹翻譯模型
11.6.1樹到串的翻譯模型
11.6.2樹到樹的翻譯模型
11.6.3串到樹的翻譯模型
11.7樹模型的相關改進
11.8基于謂詞論元結構轉換的翻譯模型
11.9集外詞翻譯
11.9.1數字和時間表示的識別與翻譯
11.9.2普通集外詞的翻譯
11.10統計翻譯系統實現
11.11譯文質量評估方法
11.11.1概述
11.11.2技術指標
11.11.3相關
第1章緒論
1.1基本概念
1.1.1語言學與語音學
1.1.2自然語言
1.1.3自然語言處理
1.2自然語言處理的發展歷程
1.2.1自然語言處理的發展歷史
1.2.2自然語言處理的研究現狀
1.2.3自然語言處理的發展前景
1.3自然語言處理的基本方法
1.3.1理性主義方法
1.3.2經驗主義方法
1.3.3對比分析
1.4自然語言處理的研究內容
1.4.1文本分類
1.4.2信息抽取
1.4.3文本摘要
1.4.4智能問答
第2章語言模型
2.1語言模型概述
2.2n-gram統計語言模型
2.2.1何為n-gram模型
2.2.2n-gram語言模型評估詞序列
2.2.3n-gram統計語言模型的應用
2.2.4n-gram模型中n對性能的影響
2.2.5n-gram模型小結
思考題
參考文獻
第3章神經網絡和神經語言模型
3.1人工神經網絡和神經語言模型
3.1.1人工神經網絡
3.1.2神經語言模型
3.2卷積神經網絡
3.2.1卷積神經網絡結構
3.2.2卷積神經網絡的文本處理
3.3循環神經網絡
3.4遞歸神經網絡
3.4.1遞歸神經網絡的前向計算
3.4.2遞歸神經網絡的訓練方法
思考題
參考文獻
第4章詞和語義向量
4.1離散分布表示
4.1.1獨熱表示法
4.1.2詞袋表示法
4.2分布式表示
4.2.1Word2vec
4.2.2矩陣分解
4.2.3GloVe
4.3文本特征選擇法
4.3.1基于文檔頻率的特征提取法
4.3.2 χ2統計量
4.3.3信息增益法
4.3.4互信息法
4.4特征權重計算方法
4.4.1布爾權重
4.4.2絕對詞頻
4.4.3TF-IDF
思考題
參考文獻
第5章預訓練語言模型
5.1Transformer
5.2ELMo
5.3GPT
5.4BERT
5.5后BERT時代
思考題
參考文獻
第6章序列標注
6.1馬爾可夫模型
6.2條件隨機場、維特比算法
6.2.1條件隨機場的原理解析
6.2.2條件隨機場的特性
6.3序列標注任務
6.3.1自動分詞
6.3.2漢語自動分詞中的基本問題
6.3.3歧義切分問題
6.3.4未登錄詞問題
6.4漢語分詞方法
6.4.1基于詞頻度統計的分詞方法
6.4.2N-*短路徑方法
6.4.3基于詞的n元語法模型的分詞方法
6.4.4由字構詞的漢語分詞方法
6.4.5基于詞感知機的漢語分詞方法
6.4.6基于字的生成式模型和區分式模型相結合的漢語分詞方法
6.4.7其他分詞方法
6.5詞性標注
6.5.1詞性標注概述
6.5.2基于規則的詞性標注方法
6.5.3基于統計模型的詞性標注方法
6.5.4統計方法與規則方法相結合的詞性標注方法
6.5.5詞性標注的一致性檢查
6.5.6技術評測
6.6命名實體識別
6.6.1基于條件隨機場的命名實體識別方法
6.6.2基于多特征的命名實體識別方法
6.6.3基于神經網絡的命名實體識別方法
思考題
參考文獻
第7章語義分析
7.1詞義消歧
7.1.1有監督的詞義消歧方法
7.1.2基于詞典的詞義消歧方法
7.1.3無監督的詞義消歧方法
7.1.4詞義消歧系統評價
7.2語義角色標注
7.2.1語義角色標注基本方法
7.2.2語義角色標注的領域適應性問題
7.3雙語聯合語義角色標注方法
7.3.1基本思路
7.3.2雙語聯合語義角色標注方法系統實現
思考題
參考文獻
第8章文本分類
8.1文本分類概述
8.2傳統分類器設計
8.2.1樸素貝葉斯分類器
8.2.2基于支持向量機的分類器
8.2.3KNN法
8.2.4線性*小二乘擬合法
8.2.5決策樹分類器
8.3基于神經網絡方法
8.3.1文本分析中的循環神經網絡方法
8.3.2文本分析中的遞歸神經網絡方法
8.4文本分類性能評測
思考題
參考文獻
第9章情感計算
9.1文檔或句子級情感計算方法
9.1.1情感詞典方法
9.1.2基于傳統機器學習的監督情感分類
9.1.3深度神經網絡方法
9.2屬性級情感分析
9.2.1意見挖掘和屬性抽取
9.2.2針對特定目標的情感分析
9.2.3立場檢測
9.3其他情感分析任務
9.3.1諷刺識別
9.3.2多模態情感分析
思考題
參考文獻
第10章知識抽取
10.1知識抽取概述
10.2命名實體識別
10.2.1命名實體識別概述
10.2.2基于詞典及規則的方法
10.2.3基于機器學習的有監督方法
10.2.4基于深度學習的方法
10.3實體鏈接
10.3.1實體鏈接概述
10.3.2通用解決框架
10.3.3實體鏈接數據集
10.4關系抽取
10.4.1關系抽取概述
10.4.2有監督關系抽取
10.4.3遠程監督
10.4.4實體關系聯合抽取
10.4.5小樣本關系抽取
10.4.6開放域關系抽取
10.5事件抽取
10.5.1事件抽取概述
10.5.2基于模式匹配的方法
10.5.3基于機器學習的方法
10.5.4基于深度學習的方法
10.5.5事件抽取數據集
思考題
參考文獻
第11章統計機器翻譯和神經機器翻譯
11.1機器翻譯概述
11.1.1機器翻譯的發展
11.1.2機器翻譯方法
11.1.3機器翻譯研究現狀
11.2基于HMM的詞對位模型
11.3基于短語的翻譯模型
11.4基于*大熵的翻譯模型
11.4.1對位模板與*大近似
11.4.2特征函數
11.4.3參數訓練
11.5基于層次短語的翻譯模型
11.5.1概述
11.5.2模型描述和參數訓練
11.5.3解碼方法
11.6樹翻譯模型
11.6.1樹到串的翻譯模型
11.6.2樹到樹的翻譯模型
11.6.3串到樹的翻譯模型
11.7樹模型的相關改進
11.8基于謂詞論元結構轉換的翻譯模型
11.9集外詞翻譯
11.9.1數字和時間表示的識別與翻譯
11.9.2普通集外詞的翻譯
11.10統計翻譯系統實現
11.11譯文質量評估方法
11.11.1概述
11.11.2技術指標
11.11.3相關
展開全部
自然語言處理導論 作者簡介
沈穎，中山大學智能工程學院副教授，獲法國巴黎第十大學計算機博士學位。主要研究方向為通用人工智能的知識計算與推理，在國防信息和醫學應用領域獲得一系列有特色的成績。在IEEE TOC、TKDE、TNNLS、TIP、TAC和ACL、AAAI、IJCAI、SIGIR等人工智能領域的知名國際期刊和會議上發表相關論文100余篇；開源數十項研究工作代碼和6個數據集；授權專利16項；授權軟件著作權15項。主持國家自然科學基金、國防科技173計劃技術領域基金項目、科技發展中心新一代信息技術創新項目、高教司項目等。曾獲歐盟優秀碩士獎、法蘭西大島博士獎學金、巴黎大學博士一等榮譽畢業生、中國國家留學基金管理委員會優秀海外留學生獎。多次擔任IJCAI、ACL等國際會議程序委員會委員，AAAI和SDM領域主席。
書友推薦
- >
推拿
- >
山海經
- >
月亮與六便士
- >
伊索寓言-世界文學名著典藏-全譯本
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
史學評論
- >
名家帶你讀魯迅:故事新編
本類暢銷
