中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
自然語言處理——基于深度學習的理論與案例 版權信息
- ISBN：9787302657477
- 條形碼：9787302657477 ; 978-7-302-65747-7
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
自然語言處理——基于深度學習的理論與案例 本書特色
本書是學習并實踐神經網絡、深度學習和自然語言處理的綜合指南，每章都給出了代碼示例和實際案例，幫助讀者理解和實踐所學的知識。本書漸進式講解，理論與實踐結合，強 調自然語言處理，并且關注*新技術和趨勢，不僅適合作為神經網絡、深度學習和自然語言處理相關課程的教材，也是相關專業人員的很好參考用書。
自然語言處理——基于深度學習的理論與案例 內容簡介
本書主要介紹神經網絡、深度學習和自然語言處理的基本原理、方法和應用，全書分為3部分，每部分涵蓋了不同的主題: 第1部分(第1～3章)介紹神經網絡和深度學習的基礎知識，包括人工神經網絡的起源和發展，神經網絡的表示方法、數學基礎理論和機器學習基礎，以及表征學習的概念；第2部分(第4章和第5章)介紹自然語言處理和轉換器網絡；第3部分(第6～10章)介紹自然語言處理的案例分析，包括文本分類任務、實體識別、文本生成和文本摘要的方法和技術、基于評審的問答系統等。 本書是學習并實踐神經網絡、深度學習和自然語言處理的實用指南，每章都給出了代碼示例和實際案例，幫助讀者理解和實踐所學的知識。本書采用漸進式講解，理論與實踐結合，強調自然語言處理，并且關注**技術和趨勢，適合作為高等學校神經網絡、深度學習和自然語言處理相關課程的教材，也是相關專業人員很好的參考用書。
自然語言處理——基于深度學習的理論與案例 目錄
第1部分神經網絡與深度學習
第1章人工神經網絡/3
1.1起源和發展3
1.2什么是深度學習5
1.3神經網絡的表示8
1.4數學基礎理論12
1.4.1數據類型12
1.4.2函數基礎15
1.4.3線性代數20
1.4.4梯度計算28
1.4.5概率分布30
1.4.6代碼示例36
1.5機器學習基礎38
1.5.1什么是分類40
1.5.2一個簡單的分類器: 樸素貝葉斯45
1.5.3一個簡單的神經網絡: 邏輯回歸47
1.5.4評估分類結果54
1.6表征學習57
1.6.1主成分分析58
1.6.2詞袋的表征66
第2章前饋神經網絡/69
2.1單層感知器69
2.2三層神經網絡75
2.3激活函數80
2.3.1線性函數80
2.3.2邏輯函數81
2.4更新權重87
2.4.1學習規則87
2.4.2反向傳播95
2.4.3梯度下降102
2.5代碼示例105
2.6修改和擴展107
2.6.1預期泛化誤差108
2.6.2正則化的思想113
2.6.3調整超參數119
2.6.4其他的問題123
〖1〗自然語言處理——基于深度學習的理論與案例目錄〖3〗〖3〗第3章深度學習網絡/126
3.1深度的定義127
3.2卷積神經網絡128
3.2.1什么是卷積計算129
3.2.2感受野與卷積層131
3.2.3特征圖和池化層136
3.2.4一個卷積網絡138
3.2.5用于文本分類141
3.3循環神經網絡143
3.3.1不等長序列143
3.3.2循環連接的構成145
3.3.3長短期記憶網絡148
3.3.4三種訓練方法152
3.3.5一個簡單的實現155
3.4深度分布式表征160
3.4.1自編碼器160
3.4.2神經語言模型167
第2部分自然語言處理與轉換器網絡
第4章自然語言處理/179
4.1歷史發展179
4.2常見任務183
4.2.1字符和語音識別183
4.2.2形態分析183
4.2.3句法分析185
4.2.4詞匯語義186
4.2.5關系語義187
4.2.6話語188
4.2.7高級任務190
4.3未來趨勢192
4.4認識轉換器195
4.4.1編碼器到解碼器框架196
4.4.2注意力機制198
4.4.3遷移學習201
4.4.4Hugging Face生態205
4.4.5面對挑戰211
第5章轉換器網絡/212
5.1轉換器介紹212
5.2理解編碼器215
5.2.1輸入嵌入層217
5.2.2位置編碼218
5.2.3多頭自注意力層221
5.2.4殘值連接與層歸一化230
5.2.5前饋網絡層232
5.3理解解碼器233
5.3.1掩碼多頭注意力層235
5.3.2多頭注意力層239
5.3.3線性層和Softmax層242
5.3.4運行流程243
5.4訓練轉換器244
5.5轉換器家族246
5.5.1編碼器分支246
5.5.2解碼器分支253
5.5.3編碼器到解碼器分支255
5.6概括258
第3部分自然語言處理案例分析
第6章文本分類案例分析/261
6.1數據集261
6.1.1查看數據262
6.1.2轉換到數據框265
6.1.3查看類別分布266
6.1.4查看推文長度266
6.2從文本到標記267
6.2.1字符標記化267
6.2.2詞標記化269
6.2.3子詞標記化270
6.2.4整個數據集272
6.3訓練分類器274
6.3.1特征提取器275
6.3.2微調轉換器283
第7章實體識別案例分析/288
7.1數據集288
7.2多語言轉換器292
7.3標記化管道294
7.4模型類剖析297
7.4.1模型體和頭297
7.4.2創建自定義模型297
7.4.3加載自定義模型299
7.5標記文本301
7.6績效衡量303
7.7微調XLMR304
7.8錯誤分析305
第8章文本生成案例分析/310
8.1生成連貫文本310
8.2貪心搜索解碼311
8.3集束搜索解碼313
8.4抽樣方法317
第9章文本摘要案例分析/323
9.1數據集323
9.2文本摘要管道324
9.2.1基線324
9.2.2GPT2325
9.2.3T5325
9.2.4BART326
9.2.5PEGASUS326
9.2.6比較不同327
9.3衡量指標328
9.3.1BLEU 328
9.3.2ROUGE333
第10章問答系統案例分析/336
10.1基于評審的問答系統336
10.1.1數據集337
10.1.2從文本中提取答案340
參考文獻/349
展開全部
書友推薦
- >
煙與鏡
- >
羅庸西南聯大授課錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
伊索寓言-世界文學名著典藏-全譯本
- >
推拿
- >
史學評論
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
月亮虎
本類暢銷
