计算机 类型
可以朗读 语音朗读
283千字 字数
2020-12-01 发行日期
展开全部

主编推荐语

本书详尽介绍自然语言处理理论与方法，适合学生、研究人员和工程师参考。

内容简介

本书系统地介绍人工智能领域中自然语言处理的基本理论与方法。主要内容包括文法基础理论、语言模型、词法、句法、语义及篇章分析技术、信息抽取、信息检索、问答系统、推荐系统、人机对话、机器翻译、机器阅读、自动摘要、情感计算机知识图谱。本书内容丰富，从语言智能处理基础理论入手，结合人工智能前沿技术，通过大量实例进行方法分析与比较，强调机器学习的系统性、完整性、方法的时效性、可读性强，既适合作为国内各高等学校、科研院所本科生、研究生的教材，也适合作为国内外从事机器学习的研究人员和工程人员参考。

目录

  • 封面
  • 版权信息
  • 内容简介
  • 人工智能出版工程丛书编委会
  • 前　言
  • 第1章　绪论
  • 1.1　语言智能处理简介
  • 1.2　人工智能与语言智能处理
  • 1.3　基于神经网络的自然语言处理
  • 1.4　语言智能处理的应用
  • 1.5　本书的组织结构
  • 第2章　语言模型与知识表示
  • 2.1　语言模型
  • 2.1.1　概述
  • 2.1.2　n-gram语言模型
  • 2.1.3　估计
  • 2.1.4　评价指标
  • 2.1.5　数据稀疏与齐夫定律
  • 2.1.6　计数平滑方法
  • 2.1.7　神经网络语言模型
  • 2.1.8　小结
  • 2.2　词向量构造方法
  • 2.2.1　词向量（Word Embedding）构造方法概述
  • 2.2.2　基于全局统计信息的Word Embedding构造方法
  • 2.2.3　基于预测任务的Word Embedding构造方法
  • 2.2.4　利用外部信息的Word Embedding构造方法
  • 2.2.5　方法评价
  • 2.2.6　Word Embedding的应用
  • 2.2.7　研究展望
  • 2.3　知识图谱表示学习
  • 2.3.1　表示学习的基本概念
  • 2.3.2　表示学习的典型应用
  • 2.3.3　表示学习的主要优点
  • 2.3.4　表示学习的典型方法
  • 参考文献
  • 第3章　语言分析技术
  • 3.1　词法分析
  • 3.1.1　概述
  • 3.1.2　自动分词
  • 3.1.3　词性标注
  • 3.1.4　分词和词性标注的联合模型
  • 3.2　句法分析
  • 3.2.1　概述
  • 3.2.2　句法结构分析
  • 3.2.3　依存关系分析
  • 3.3　篇章分析
  • 3.3.1　概述
  • 3.3.2　篇章分析相关理论及标注语料库
  • 3.3.3　篇章分析方法
  • 3.4　语义分析
  • 3.4.1　概述
  • 3.4.2　词汇级语义分析
  • 3.4.3　句子级语义分析
  • 3.4.4　篇章级语义分析
  • 3.4.5　基于神经网络模型的语义分析
  • 3.4.6　语义分析评测任务
  • 3.4.7　未来发展趋势
  • 参考文献
  • 第4章　语言情感分类
  • 4.1　情感描述的主要方法
  • 4.1.1　情感的类别表示法
  • 4.1.2　情感的维度表示法
  • 4.2　情感识别模型
  • 4.2.1　文本情感计算
  • 4.2.2　语音情感计算
  • 4.3　当前语言情感识别的挑战
  • 4.3.1　领域依赖
  • 4.3.2　语料库的建设
  • 4.3.3　多模态融合
  • 4.3.4　细粒度情感计算
  • 参考文献
  • 第5章　自然语言生成技术
  • 5.1　概述
  • 5.2　序列到序列模型
  • 5.2.1　基本原理和算法框架
  • 5.2.2　模型实现与注意力机制
  • 5.2.3　小结
  • 5.3　变分自编码器
  • 5.3.1　基本原理
  • 5.3.2　应用场景
  • 5.3.3　高级话题
  • 5.4　生成式对抗网络
  • 5.4.1　基本原理和算法框架
  • 5.4.2　生成式对抗网络的特点
  • 5.4.3　相关模型
  • 5.4.4　小结
  • 5.5　基于预训练语言模型的生成方法
  • 5.5.1　预训练语言模型
  • 5.5.2　拓展话题
  • 5.5.3　小结
  • 5.6　本章小结
  • 参考文献
  • 第6章　自动问答与人机对话
  • 6.1　知识库问答
  • 6.1.1　基于语义解析的知识库问答
  • 6.1.2　基于神经网络的端到端知识库问答
  • 6.2　机器阅读理解
  • 6.2.1　任务介绍
  • 6.2.2　机器阅读理解系统框架
  • 6.2.3　机器阅读理解系统的核心组件
  • 6.2.4　代表性机器阅读理解模型
  • 6.2.5　总结与展望
  • 6.3　人机对话系统
  • 6.3.1　面向任务型的对话系统
  • 6.3.2　面向非任务型的聊天系统
  • 6.4　总结与未来的挑战
  • 参考文献
  • 第7章　机器翻译
  • 7.1　概况
  • 7.1.1　任务的定义与研究的意义
  • 7.1.2　发展的历史
  • 7.2　神经机器翻译
  • 7.2.1　核心模型
  • 7.2.2　关键技术
  • 7.3　数据与评测
  • 7.3.1　数据集
  • 7.3.2　技术评测
  • 7.4　开源工具
  • 7.4.1　统计机器翻译开源工具
  • 7.4.2　神经机器翻译开源工具
  • 7.5　总结与展望
  • 参考文献
  • 第8章　信息检索与信息推荐
  • 8.1　概述
  • 8.1.1　信息检索的概念与发展
  • 8.1.2　信息推荐的概念与发展
  • 8.1.3　信息检索和信息推荐的联系和区别
  • 8.2　信息检索与信息推荐的相关技术
  • 8.2.1　信息检索部分前沿技术
  • 8.2.2　信息推荐部分前沿技术
  • 8.2.3　信息检索与信息推荐领域的相关资源
  • 8.3　相关技术的产业应用
  • 8.3.1　典型的应用产品
  • 8.3.2　信息检索技术的应用情况
  • 8.3.3　信息推荐技术的应用情况
  • 8.4　发展趋势
  • 参考文献
  • 反侵权盗版声明
  • 封底
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。