扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
自然语言处理从入门到实战 版权信息
- ISBN：9787113266912
- 条形码：9787113266912 ; 978-7-113-26691-2
- 装帧：平装-胶订
- 册数：暂无
- 重量：暂无
- 所属分类：>>
自然语言处理从入门到实战 本书特色
为了帮助广大爱好自然语言处理（NaturalLanguageProcessing,NLP）技术的读者朋友入门此领域，本书阐述了自然语言处理概况、领域应用、相关处理工具包、相关的机器学习及深度学习模型、文本预处理及文本表征等基础知识，以及具体的自然语言处理任务，包括文本分类、关系抽取、知识图谱、文本摘要、序列标注、机器翻译和聊天系统，同时介绍了自然语言处理技术在学术界以及工业界的发展、应用现状，并为读者们提供了部分面试参考题目。本书适合有一定的编程及机器学习基础，想入门自然语言处理，以及想系统了解或准备求职自然语言处理初级岗位的读者阅读。
自然语言处理从入门到实战 内容简介
本书全面阐述了自然语言处理概况、领域应用、相关处理工具包、相关的机器学习及深度学习模型、文本预处理及文本表征等基础知识, 以及具体的自然语言处理任务, 包括文本分类、关系抽取、知识图谱、文本摘要、序列标注、机器翻译和聊天系统, 并且在*后介绍了自然处理领域在学术界以及工业界的现状, 为读者们提供了面试参考题目。
自然语言处理从入门到实战 目录
目录
**部分了解自然语言处理
第1章自然语言处理初探
11自然语言处理概述
111自然语言处理早期发展史
112新世纪的里程碑事件
12自然语言处理的挑战
121词义消歧
122指代消解
123上下文理解
124语义与语用的不对等
13自然语言处理的应用领域
131医疗
132教育
133媒体
134金融
135法律
14自然语言处理的常见工具
141基础任务工具包
142科学计算及机器学习框架
143深度学习框架
本章小结
思考题
第二部分自然语言处理核心技术
第2章自然语言处理与机器学习
21逻辑回归
211逻辑回归基本原理
212逻辑回归在实践中的注意要点
213逻辑回归的优势与不足
22朴素贝叶斯
221朴素贝叶斯基本原理
222朴素贝叶斯的类型
223朴素贝叶斯的优势与不足
23Kmeans算法
231Kmeans算法基本原理
232Kmeans算法实践
233Kmeans算法的优势与不足
24决策树
241决策树的属性划分
242随机森林的基本原理
243随机森林在应用中的注意细节
25主成分分析
251梯度上升法解PCA
252协方差矩阵解PCA
253实战PCA
本章小结
思考题
第3章自然语言处理与神经网络
31神经网络初探
311神经元结构
312常见的激活函数
313误差反向传播算法
32常见的神经网络结构
321多层感知机
322循环神经网络的基本原理
323卷积神经网络的基本原理
324神经网络的优势与不足
33神经网络算法的改进与提升
331防止过拟合的方法
332训练速度与精度的提高方法
333注意力机制
本章小结
思考题
第三部分自然语言处理基本任务
第4章文本预处理
41文本预处理的基础项目
411文本规范化
412语义分析
413分词
414文本纠错
42关键词提取
421基于特征统计
422基于主题模型
423基于图模型
43数据不平衡的处理
431常见方法
432数据不平衡问题实战
本章小结
思考题
第5章文本的表示技术 51词袋模型 511基于频次的词袋模型 512基于TFIDF的词袋模型 513相关工具的使用 52Word2Vec词向量 521Word2Vec的基本原理 522Word2Vec模型细节及代码演示 523应用工具训练Word2Vec 53改进后的词表征 531GloVe模型 532FastText模型 533ELMo模型 54句向量 541基于词向量的平均 542沿用Word2Vec思想 543有监督方式 本章小结 思考题 第6章序列标注 61序列标注基础 611序列标注的应用场景 612基线方式 613序列标注任务的难点 62基于概率图的模型 621隐马尔科夫模型（HMM） 622*大熵马尔科夫模型（MEMM） 623条件随机场模型（CRF） 624天气预测实例 63基于深度学习的方式 631数据表征形式 632序列处理模型 本章小结 思考题 第7章关系抽取 71关系抽取基础 711关系抽取概述 712关系抽取的主要方法 713深度学习与关系抽取 714强化学习与关系抽取 72基于半监督的关系抽取模式：Snowball系统 721Patterns及Tuples的生成 722Patterns及Tuples的评估 723Snowball的实现细节 73关系抽取工具——DeepDive 731DeepDive概述 732DeepDive工作流程 733概率推断与因子图 本章小结 思考题 第四部分自然语言处理高级任务 第8章知识图谱 81知识图谱基本概念 811从语义网络到知识图谱 812知识的结构化、存储及查询 813几个开源的知识图谱 82知识图谱的关键构建技术 821本体匹配 822实体链接 823知识推理 83知识图谱应用 831反欺诈 832个性化推荐 833知识库问答 本章小结 思考题 第9章文本分类 91文本分类的常见方法 911机器学习 912模型融合 913深度学习 92文本分类的不同应用场景 921二分类 922多分类 923多标签多分类 93案例：搭建一款新闻主题分类器 931数据预处理 932训练与预测 933改进 本章小结 思考题 第10章文本摘要 101抽取式摘要 1011传统方法 1012基于深度学习的方法 1013抽取式摘要的训练数据问题 102生成式摘要 1021基础模型 1022前沿模型中的技巧 1023强化学习与生成式摘要 103案例：搭建网球新闻摘要生成器 1031基于词频统计的摘要生成器 1032基于图模型的摘要生成器 1033结果分析 本章小结 思考题 第11章机器翻译 111传统机器翻译 1111源起 1112基于规则 1113基于大规模语料 112统计机器翻译 1121相关流派 1122基于信源信道的统计机器翻译 1123案例：外星语的翻译实战 113神经机器翻译 1131基本原理 1132改进机制 1133前沿与挑战 本章小结 思考题 第12章聊天系统 121聊天系统的类型 1211闲聊式机器人 1212知识问答型机器人 1213任务型聊天机器人 122聊天系统的关键技术 1221检索技术 1222意图识别和词槽填充 1223对话管理 1224强化学习与多轮对话 123案例：闲聊机器人实战 1231技术概要 1232基本配置及数据预处理 1233闲聊机器人模型的搭建 1234模型训练、预测以及优化 本章小结 思考题 第五部分自然语言处理求职 第13章自然语言处理技术的现在、未来及择业 131自然语言处理组织及人才需求介绍 1311学术界 1312工业界 1313人才需求现状 132未来与自然语言处理 1321自然语言处理热点技术方向 1322自然语言处理的应用畅想 1323自然语言处理带来的行业冲击 133面试题 1331数据结构与算法 1332数学基础 1333机器学习与深度学习 1334自然语言处理专业 1335实际问题解决及技术领域见解 本章小结 思考题 附录A思考题参考答案 附录B面试题答案目录
第5章文本的表示技术 51词袋模型 511基于频次的词袋模型 512基于TFIDF的词袋模型 513相关工具的使用 52Word2Vec词向量 521Word2Vec的基本原理 522Word2Vec模型细节及代码演示 523应用工具训练Word2Vec 53改进后的词表征 531GloVe模型 532FastText模型 533ELMo模型 54句向量 541基于词向量的平均 542沿用Word2Vec思想 543有监督方式 本章小结 思考题 第6章序列标注 61序列标注基础 611序列标注的应用场景 612基线方式 613序列标注任务的难点 62基于概率图的模型 621隐马尔科夫模型（HMM） 622*大熵马尔科夫模型（MEMM） 623条件随机场模型（CRF） 624天气预测实例 63基于深度学习的方式 631数据表征形式 632序列处理模型 本章小结 思考题 第7章关系抽取 71关系抽取基础 711关系抽取概述 712关系抽取的主要方法 713深度学习与关系抽取 714强化学习与关系抽取 72基于半监督的关系抽取模式：Snowball系统 721Patterns及Tuples的生成 722Patterns及Tuples的评估 723Snowball的实现细节 73关系抽取工具——DeepDive 731DeepDive概述 732DeepDive工作流程 733概率推断与因子图 本章小结 思考题 第四部分自然语言处理高级任务 第8章知识图谱 81知识图谱基本概念 811从语义网络到知识图谱 812知识的结构化、存储及查询 813几个开源的知识图谱 82知识图谱的关键构建技术 821本体匹配 822实体链接 823知识推理 83知识图谱应用 831反欺诈 832个性化推荐 833知识库问答 本章小结 思考题 第9章文本分类 91文本分类的常见方法 911机器学习 912模型融合 913深度学习 92文本分类的不同应用场景 921二分类 922多分类 923多标签多分类 93案例：搭建一款新闻主题分类器 931数据预处理 932训练与预测 933改进 本章小结 思考题 第10章文本摘要 101抽取式摘要 1011传统方法 1012基于深度学习的方法 1013抽取式摘要的训练数据问题 102生成式摘要 1021基础模型 1022前沿模型中的技巧 1023强化学习与生成式摘要 103案例：搭建网球新闻摘要生成器 1031基于词频统计的摘要生成器 1032基于图模型的摘要生成器 1033结果分析 本章小结 思考题 第11章机器翻译 111传统机器翻译 1111源起 1112基于规则 1113基于大规模语料 112统计机器翻译 1121相关流派 1122基于信源信道的统计机器翻译 1123案例：外星语的翻译实战 113神经机器翻译 1131基本原理 1132改进机制 1133前沿与挑战 本章小结 思考题 第12章聊天系统 121聊天系统的类型 1211闲聊式机器人 1212知识问答型机器人 1213任务型聊天机器人 122聊天系统的关键技术 1221检索技术 1222意图识别和词槽填充 1223对话管理 1224强化学习与多轮对话 123案例：闲聊机器人实战 1231技术概要 1232基本配置及数据预处理 1233闲聊机器人模型的搭建 1234模型训练、预测以及优化 本章小结 思考题 第五部分自然语言处理求职 第13章自然语言处理技术的现在、未来及择业 131自然语言处理组织及人才需求介绍 1311学术界 1312工业界 1313人才需求现状 132未来与自然语言处理 1321自然语言处理热点技术方向 1322自然语言处理的应用畅想 1323自然语言处理带来的行业冲击 133面试题 1331数据结构与算法 1332数学基础 1333机器学习与深度学习 1334自然语言处理专业 1335实际问题解决及技术领域见解 本章小结 思考题 附录A思考题参考答案 附录B面试题答案目录
展开全部
自然语言处理从入门到实战 作者简介
胡盼盼自然语言处理工程师，斯特拉斯堡大学计算机语言学硕士，曾任法国科学院（CNRS，Centre National de la Recherche Scientifique）算法研究员，负责过医疗知识图谱、聊天机器人、智能律师系统、文本生成系统等企业级核心项目。
书友推荐
- >
我与地坛
我与地坛
¥15.4¥28.0 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥25.4¥49.8 - >
我从未如此眷恋人间
我从未如此眷恋人间
¥24.9¥49.8 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥36.0¥48.0 - >
大红狗在马戏团-大红狗克里弗-助人
大红狗在马戏团-大红狗克里弗-助人
¥5.1¥10.0 - >
诗经-先民的歌唱
诗经-先民的歌唱
¥15.5¥39.8 - >
二体千字文
二体千字文
¥16.8¥40.0
本类畅销
-
网络工程师教程(第2版)
¥69.3¥99 -
Python 数据分析基础
¥41¥69 -
Python 3.5从零开始学
¥26.4¥59 -
虚拟化与容器技术
¥49.9¥69.8 -
UG NX 11.0工程图教程-(含1DVD)
¥30.4¥59.9 -
程序设计语言编译原理(第3版)
¥25.4¥39
