实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
音像自然语言处理从入门到实战胡盼盼
¥ ×1
商品
服务
物流
部 了解自然语言处理章 自然语言处理初探 1.1 自然语言处理概述 1.1.1 自然语言处理早期发展史 1.1.2 新世纪的里程碑事件 1.2 自然语言处理的挑战 1.2.1 词义消歧 1.2.2 指代消解 1.. 上下文理解 1.2.4 语义与语用的不对等 1.3 自然语言处理的应用领域 1.3.1 医疗 1.3.2 教育 1.3.3 媒体 1.3.4 金融 1.3.5 法律 1.4 自然语言处理的常见工具 1.4.1 基础任务工具包 1.4.2 科学计算及机器学习框架 1.4.3 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 2.1 逻辑回归 2.1.1 逻辑回归基本原理 2.1.2 逻辑回归在实践中的注意要点 2.1.3 逻辑回归的优势与不足 2.2 朴素贝叶斯 2.2.1 朴素贝叶斯基本原理 2.2.2 朴素贝叶斯的类型 2.. 朴素贝叶斯的优势与不足 . Kmeans算法 ..1 Kmeans算法基本原理 ..2 Kmeans算法实践 .. Kmeans算法的优势与不足 2.4 决策树 2.4.1 决策树的属划分 2.4.2 随机森林的基本原理 2.4.3 随机森林在应用中的注意细节 2.5 主成分分析 2.5.1 梯度上升法解PCA 2.5.2 协方差矩阵解PCA 2.5.3 实战PCA 本章小结 思考题 第3章 自然语言处理与神经网络 3.1 神经网络初探 3.1.1 神经元结构 3.1.2 常见的激活函数 3.1.3 误差反向传播算法 3.2 常见的神经网络结构 3.2.1 多层感知机 3.2.2 循环神经网络的基本原理 3.. 卷积神经网络的基本原理 3.2.4 神经网络的优势与不足 3.3 神经网络算法的改进与提升 3.3.1 防止过拟合的方法 3.3.2 训练速度与精度的提高方法 3.3.3 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 4.1 文本预处理的基础项目 4.1.1 文本规范化 4.1.2 语义分析 4.1.3 分词 4.1.4 文本纠错 4.2 关键词提取 4.2.1 基于特征统计 4.2.2 基于主题模型 4.. 基于图模型 4.3 数据不平衡的处理 4.3.1 常见方法 4.3.2 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 5.1 词袋模型 5.1.1 基于频次的词袋模型 5.1.2 基于TFF的词袋模型 5.1.3 相关工具的使用 5.2 Word2Vec词向量 5.2.1 Word2Vec的基本原理 5.2.2 Word2Vec模型细节及代码演示 5.. 应用工具训练Word2Vec 5.3 改进后的词表征 5.3.1 GloVe模型 5.3.2 FastText模型 5.3.3 ELMo模型 5.4 句向量 5.4.1 基于词向量的平均 5.4.2 沿用Word2Vec思想 5.4.3 有监督方式 本章小结 思考题 第6章 序列标注 6.1 序列标注基础 6.1.1 序列标注的应用场景 6.1.2 基线方式 6.1.3 序列标注任务的难点 6.2 基于概率图的模型 6.2.1 隐马尔科夫模型(HMM) 6.2.2 熵马尔科夫模型(MEMM) 6.. 条件随机场模型(CRF) 6.2.4 天气预测实例 6.3 基于深度学习的方式 6.3.1 数据表征形式 6.3.2 序列处理模型 本章小结 思考题 第7章 关系抽取 7.1 关系抽取基础 7.1.1 关系抽取概述 7.1.2 关系抽取的主要方法 7.1.3 深度学习与关系抽取 7.1.4 强化学习与关系抽取 7.2 基于半监督的关系抽取模式:Snowball系统 7.2.1 Patterns及Tuples的生成 7.2.2 Patterns及Tuples的评估 7.. Snowball的实现细节 7.3 关系抽取工具——DeepDive 7.3.1 DeepDive概述 7.3.2 DeepDive工作流程 7.3.3 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 8.1 知识图谱基本概念 8.1.1 从语义网络到知识图谱 8.1.2 知识的结构化、存储及查询 8.1.3 几个开源的知识图谱 8.2 知识图谱的关键构建技术 8.2.1 本体匹配 8.2.2 实体链接 8.. 知识推理 8.3 知识图谱应用 8.3.1 反欺诈 8.3.2 个化 8.3.3 知识库问答 本章小结 思考题 第9章 文本分类 9.1 文本分类的常见方法 9.1.1 机器学习 9.1.2 模型融合 9.1.3 深度学习 9.2 文本分类的不同应用场景 9.2.1 二分类 9.2.2 多分类 9.. 多标签多分类 9.3 案例:搭建一款新闻主题分类器 9.3.1 数据预处理 9.3.2 训练与预测 9.3.3 改进 本章小结 思考题 0章 文本摘要 10.1 抽取式摘要
胡盼盼自然语言处理,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。
1内容安排实用实在、详略得当,符合初学者的认知规律本书内容涵盖了从自然语言数据处理、基础任务(如分词、词标注、命名实体识别等)到实战任务(如文本分类、文本摘要、聊天系统等)所必须掌握的知识,从内容结构上注重知识的实用和可操作。必须掌握的细节处不吝笔墨,辅以图表以及代码加深读者印象;对仅需要大致了解处简要介绍一些相关理论及前沿动态。这样的安排使得初学者能够掌握知识,了解并思学术沿及行业应用,符合初学者对自然语言处理知识的认知规律。 2行文简单直白,以实例引导理论,特别适合初学者阅读本书行文简单直白,全程都有相应的实例作为引导,对于比较难的内容尽量以举例的形式帮读者理解。在介绍这些知识时,并不是教条式的,填鸭式的讲解,而是尽量以平实化的语言讲解相关理论,犹如帮一位老朋友,一步步地成为初级自然语言处理。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员