计算机
类型
7.5
豆瓣评分
可以朗读
语音朗读
237千字
字数
2022-11-01
发行日期
展开全部
主编推荐语
一本兼顾理论基础和工程实践的入门级教程。
内容简介
全文基于PyTorch,揭示自然语言处理的原理,描绘经典学术研究脉络,通过实践与项目展现技术与应用的细节,并提供可扩展阅读的论文出处。
目录
- 版权信息
- 内容提要
- 前言 自然语言处理领域有什么前途
- 第1篇 自然语言处理基础篇
- 第1章 自然语言处理概述
- 1.1 什么是自然语言处理
- 1.2 自然语言处理中的挑战
- 1.3 自然语言处理中的常用技术
- 1.4 机器学习中的常见问题
- 1.5 小结
- 第2章 Python自然语言处理基础
- 2.1 搭建环境
- 2.2 用Python处理字符串
- 2.3 用Python处理语料
- 2.4 Python的一些特性
- 2.5 在Python中调用其他语言
- 2.6 小结
- 第2篇 PyTorch入门篇
- 第3章 PyTorch介绍
- 3.1 概述
- 3.2 与其他框架的比较
- 3.3 PyTorch环境配置
- 3.4 Transformers简介及安装
- 3.5 Apex简介及安装
- 3.6 小结
- 第4章 PyTorch基本使用方法
- 4.1 张量的使用
- 4.2 使用torch.nn
- 4.3 激活函数
- 4.4 损失函数
- 4.5 优化器
- 4.6 数据加载
- 4.7 使用PyTorch实现逻辑回归
- 4.8 TorchText
- 4.9 使用TensorBoard
- 4.10 小结
- 第5章 热身:使用字符级RNN分类帖子
- 5.1 数据与目标
- 5.2 输入与输出
- 5.3 字符级RNN
- 5.4 数据预处理
- 5.5 训练与评估
- 5.6 保存和加载模型
- 5.7 开发应用
- 5.8 小结
- 第3篇 用PyTorch完成自然语言处理任务篇
- 第6章 分词问题
- 6.1 中文分词
- 6.2 分词原理
- 6.3 使用第三方工具分词
- 6.4 实践
- 6.5 小结
- 第7章 RNN
- 7.1 RNN的原理
- 7.2 PyTorch中的RNN
- 7.3 RNN可以完成的任务
- 7.4 实践:使用PyTorch自带的RNN完成帖子分类
- 7.5 小结
- 第8章 词嵌入
- 8.1 概述
- 8.2 Word2vec
- 8.3 GloVe
- 8.4 实践:使用预训练词向量完成帖子标题分类
- 8.5 小结
- 第9章 Seq2seq
- 9.1 概述
- 9.2 使用PyTorch实现Seq2seq
- 9.3 实践:使用Seq2seq完成机器翻译任务
- 9.4 小结
- 第10章 注意力机制
- 10.1 注意力机制的起源
- 10.2 使用注意力机制的视觉循环模型
- 10.3 Seq2seq中的注意力机制
- 10.4 自注意力机制
- 10.5 其他注意力机制
- 10.6 小结
- 第11章 Transformer
- 11.1 Transformer的背景
- 11.2 基于卷积网络的Seq2seq
- 11.3 Transformer的结构
- 11.4 Transformer的改进
- 11.5 小结
- 第12章 预训练语言模型
- 12.1 概述
- 12.2 ELMo
- 12.3 GPT
- 12.4 BERT
- 12.5 Hugging Face Transformers
- 12.6 其他开源中文预训练模型
- 12.7 实践:使用Hugging Face Transformers中的BERT做帖子标题分类
- 12.8 小结
- 第4篇 实战篇
- 第13章 项目:中文地址解析
- 13.1 数据集
- 13.2 词向量
- 13.3 BERT
- 13.4 HTML5演示程序开发
- 13.5 小结
- 第14章 项目:诗句补充
- 14.1 了解chinese-poetry数据集
- 14.2 准备训练数据
- 14.3 实现基本的LSTM
- 14.4 根据句子长度分组
- 14.5 使用预训练词向量初始化Embedding层
- 14.6 使用Transformer完成诗句生成
- 14.7 使用GPT-2完成对诗模型
- 14.8 开发HTML5演示程序
- 14.9 小结
- 参考文献
展开全部
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社,成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”,致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。