預訓練語言模型-方法 實踐與應用 徐雙雙 9787115650566 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202502*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：預訓練語言模型-方法 實踐與應用
ISBN：9787115650566
出版社：人民郵電
著編譯者：徐雙雙
頁數：216
所在地：中國大陸 *此為代購商品
書號：1718803
可大量預訂，請先連絡。

內容簡介

近年來，在自然語言處理領域，基於預訓練語言模型的方法已形成全新範式。本書內容分為基礎知識、預訓練語言模型，以及實踐與應用3個部分，共9章。第一部分全面、系統地介紹自然語言處理、神經網絡和預訓練語言模型的相關知識。第二部分介紹幾種具有代表性的預訓練語言模型的原理和機制（涉及注意力機制和Transformer模型），包括BERT及其變種，以及近年來發展迅猛的GPT和提示工程。第三部分介紹了基於LangChain和ChatGLM-6B的知識庫問答系統、基於大型語言模型的自然語言處理任務應用研究和大模型訓練實戰等具體應用，旨在從應用的角度加深讀者對預訓練語言模型理論的理解，便於讀者在實踐中提高技能，達到理論和實踐的統一。 本書適合計算機相關專業的學生，以及其他對預訓練語言模型感興趣的讀者閱讀。

目錄

第一部分 基礎知識
第1章 自然語言處理介紹
1 1 什麼是自然語言處理
1 2 自然語言處理的發展歷史
1 3 自然語言的特性
1 3 1 歧義性
1 3 2 主觀性
1 3 3 創造性
1 3 4 社會性
1 4 自然語言處理的研究領域
1 5 自然語言處理的常規任務
1 5 1 機器翻譯
1 5 2 信息抽取
1 6 自然語言處理的常用工具
1 6 1 常用工具
1 6 2 PyTorch介紹
第2章 神經網絡預備知識
2 1 神經網絡核心概念
2 1 1 導數和梯度
2 1 2 鏈式法則
2 1 3 損失函數
2 1 4 前向傳播與反向傳播
2 1 5 激活函數
2 2 神經網絡主要類型
2 2 1 全連接神經網絡
2 2 2 卷積神經網絡
2 2 3 循環神經網絡
2 2 4 長短期記憶網絡
2 2 5 自編碼器
2 2 6 生成對抗網絡
第3章 預訓練語言模型基礎知識
3 1 什麼是預訓練
3 2 文本表示方法的分類
3 3 詞袋型文本表示方法
3 3 1 獨熱編碼
3 3 2 詞袋模型
3 3 3 N-gram
3 3 4 TF-IDF
3 4 主題型文本表示方法
3 4 1 LSA
3 4 2 LDA
3 5 固定型詞向量文本表示方法
3 5 1 Word2Vec
3 5 2 GloVe
3 5 3 FastText
3 6 動態型詞向量文本表示方法
3 6 1 ELMo
3 6 2 ELMo實現
第二部分 預訓練語言模型
第4章 注意力機制和Transformer模型
4 1 注意力機制簡介
4 1 1 什麼是注意力機制
4 1 2 自注意力機制
4 1 3 多頭注意力機制
4 2 Transformer模型
4 2 1 編碼器部分
4 2 2 解碼器部分
4 2 3 模型示例
第5章 BERT和變種BERT
5 1 BERT
5 1 1 BERT模型結構
5 1 2 BERT輸入表示
5 1 3 BERT預訓練
5 1 4 BERT微調訓練
5 1 5 模型示例
5 2 變種BERT
5 2 1 ALBERT
5 2 2 XLNet
5 2 3 RoBERTa
5 2 4 ELECTRA
5 2 5 ERNIE
第6章 GPT和提示工程
6 1 GPT系列
6 1 1 GPT-1
6 1 2 GPT-2
6 1 3 GPT-3
6 1 4 InstructGPT和ChatGPT
6 1 5 GPT-4
6 2 Prompt
6 2 1 什麼是提示工程
6 2 2 構建提示模板的方法
6 2 3 提示工程常用技術
6 2 4 提示詞應用示例
第三部分 實踐與應用
第7章 基於LangChain和ChatGLM-6B的知識庫問答系統
7 1 核心組件
7 1 1 LangChain
7 1 2 ChatGLM-6B
7 2 構建流程
7 2 1 本地知識庫構建
7 2 2 基於知識庫的問答系統構建
7 3 趨勢與挑戰
7 3 1 發展趨勢
7 3 2 面臨的挑戰
第8章 基於大型語言模型的自然語言處理任務應用研究
8 1 文本分類任務
8 1 1 任務描述
8 1 2 提示詞設計
8 1 3 實現與測試
8 2 信息抽取任務
8 2 1 任務描述
8 2 2 提示詞設計
8 2 3 實現與測試
8 3 文本匹配任務
8 3 1 任務描述
8 3 2 提示詞設計
8 3 3 實現與測試
第9章 大模型訓練實戰
9 1 預訓練階段
9 1 1 數據準備
9 1 2 數據處理
9 1 3 詞表擴充
9 1 4 模型預訓練
9 1 5 模型效果評測
9 2 指令微調階段
9 2 1 指令微調
9 2 2 數據集準備
9 2 3 指令微調模板
9 3 獎勵模型
9 3 1 直接打分
9 3 2 排序打分
9 4 RLHF微調
9 4 1 流程介紹
9 4 2 具體實現
9 5 大模型評測
9 5 1 評測內容
9 5 2 評測方法
9 5 3 評測挑戰
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。