自然語言處理導論 沈穎 9787111736257 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$502
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *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，以到貨標的為實際資訊。 印行年月：202311*若逾兩年請先於私訊洽詢存貨情況，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：自然語言處理導論 ISBN：9787111736257 出版社：機械工業 著編譯者：沈穎 頁數：401 所在地：中國大陸 *此為代購商品 書號：1596279 可大量預訂，請先連絡。 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，讓人工智慧更好地為我們服務。 《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；最後討論了深度學習前沿問題。 《自然語言處理導論》致力於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。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慧的知識計算與推理，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等人工智慧領域的著名國際期刊和會議上發表相關論文100餘篇；開源數十項研究工作代碼和6個數據集；授權專利16項；授權軟體著作權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、教育部科技發展中心新一代信息技術創新項目、教育部高教司項目等。曾獲歐盟教育部優秀碩士獎、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。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 2 n-gram統計語言模型 2 2 1 何為n-gram模型 2 2 2 n-gram語言模型評估詞序列 2 2 3 n-gram統計語言模型的應用 2 2 4 n-gram模型中n對性能的影響 2 2 5 n-gram模型小結 思考題 參考文獻 第3章 神經網路和神經語言模型 3 1 人工神經網路和神經語言模型 3 1 1 人工神經網路 3 1 2 神經語言模型 3 2 卷積神經網路 3 2 1 卷積神經網路結構 3 2 2 卷積神經網路的文本處理 3 3 循環神經網路 3 4 遞歸神經網路 3 4 1 遞歸神經網路的前向計算 3 4 2 遞歸神經網路的訓練方法 思考題 參考文獻 第4章 詞和語義向量 4 1 離散分佈表示 4 1 1 獨熱表示法 4 1 2 詞袋表示法 4 2 分散式表示 4 2 1 Word2vec 4 2 2 矩陣分解 4 2 3 GloVe 4 3 文本特徵選擇法 4 3 1 基於文檔頻率的特徵提取法 4 3 2 χ2統計量 4 3 3 信息增益法 4 3 4 互信息法 4 4 特徵權重計算方法 4 4 1 布爾權重 4 4 2 絕對詞頻 4 4 3 TF-IDF 思考題 參考文獻 第5章 預訓練語言模型 5 1 Transformer 5 2 ELMo 5 3 GPT 5 4 BERT 5 5 后BERT時代 思考題 參考文獻 第6章 序列標註 6 1 馬爾可夫模型 6 2 條件隨機場、維特比演算法 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 序列標註任務 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 基於詞頻度統計的分詞方法 6 4 2 N-最短路徑方法 6 4 3 基於詞的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 基於詞感知機的漢語分詞方法 6 4 6 基於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 詞性標註 6 5 1 詞性標註概述 6 5 2 基於規則的詞性標註方法 6 5 3 基於統計模型的詞性標註方法 6 5 4 統計方法與規則方法相結合的詞性標註方法 6 5 5 詞性標註的一致性檢查 6 5 6 技術評測 6 6 命名實體識別 6 6 1 基於條件隨機場的命名實體識別方法 6 6 2 基於多特徵的命名實體識別方法 6 6 3 基於神經網路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 基於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 語義角色標註 7 2 1 語義角色標註基本方法 7 2 2 語義角色標註的領域適應性問題 7 3 雙語聯合語義角色標註方法 7 3 1 基本思路 7 3 2 雙語聯合語義角色標註方法系統實現 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 基於支持向量機的分類器 8 2 3 KNN法 8 2 4 線性最小二乘擬合法 8 2 5 決策樹分類器 8 3 基於神經網路方法 8 3 1 文本分析中的循環神經網路方法 8 3 2 文本分析中的遞歸神經網路方法 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 基於傳統機器學習的監督情感分類 9 1 3 深度神經網路方法 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 基於詞典及規則的方法 10 2 3 基於機器學習的有監督方法 10 2 4 基於深度學習的方法 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 關係抽取 10 4 1 關係抽取概述 10 4 2 有監督關係抽取 10 4 3 遠程監督 10 4 4 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
