返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]自然语言处理基础与大模型 案例与实践宗成庆,赵阳,飞
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 宗成庆,赵阳,飞桨教材编写组著 | 宗成庆,赵阳,飞桨教材编写组编 | 宗成庆,赵阳,飞桨教材编写组译 | 宗成庆,赵阳,飞桨教材编写组绘
    • 出版社: 清华大学出版社
    • 出版时间:2024-01-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 宗成庆,赵阳,飞桨教材编写组著| 宗成庆,赵阳,飞桨教材编写组编| 宗成庆,赵阳,飞桨教材编写组译| 宗成庆,赵阳,飞桨教材编写组绘
    • 出版社:清华大学出版社
    • 出版时间:2024-01-01
    • 版次:1
    • 印次:1
    • 字数:461000
    • 页数:304
    • 开本:16开
    • ISBN:9787302651550
    • 版权提供:清华大学出版社
  • 作者: 宗成庆,赵阳,飞桨教材编写组
  • 著: 宗成庆,赵阳,飞桨教材编写组
  • 装帧: 平装
  • 印次: 1
  • 定价: 98
  • ISBN: 9787302651550
  • 出版社: 清华大学出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2024-01-01
  • 页数: 304
  • 外部编号: 庄村52239
  • 版次: 1
  • 成品尺寸: 暂无
  • 第1章绪论

    1.1自然语言处理方法概述

    1.2本书的内容组织

    1.3本书的实践平台

    1.3.1本地运行

    1.3.2AI Studio星河社区运行

    1.3.3本书使用的API

    1.3.4本书使用的数据集

    第2章神经网络基础

    2.1概述

    2.2神经元与感知机

    2.2.1神经元

    2.2.2感知机

    2.2.3常见的激活函数

    2.3前馈神经网络

    2.4卷积神经网络

    2.4.1卷积

    2.4.2池化

    2.4.3卷积神经网络

    2.5循环神经网络

    2.5.1简单循环神经网络

    2.5.2长短时记忆网络

    2.5.3门控循环单元

    2.5.4循环神经网络拓展知识

    第3章分布式表示

    3.1词的分布式表示

    3.1.1静态词向量

    3.1.2动态词向量

    3.2短语的分布式表示

    3.3句子的分布式表示

    3.3.1基于循环神经网络的表示方法

    3.3.2基于预训练语言模型的表示方法

    第4章序列生成模型

    4.1基于循环神经网络的Seq2Seq模型

    4.1.1基于RNN的Seq2Seq模型原理

    4.1.2解码策略

    4.2融合注意力机制的Seq2Seq模型

    4.3基于Transformer的Seq2Seq模型

    4.3.1自注意力模型

    4.3.2Transformer的网络结构

    4.3.3Transformer编码器

    4.3.4Transformer解码器

    4.3.5知识延伸: 基于Transformer结构的模型

    第5章基础语言模型

    5.1统计语言模型

    5.1.1模型定义

    5.1.2数据平滑方法

    5.1.3语言模型评价

    5.2神经网络语言模型

    5.2.1前馈神经网络语言模型

    5.2.2循环神经网络语言模型

    5.2.3语言模型与词向量

    第6章预训练大模型

    6.1GPT语言模型

    6.1.1GPT模型预训练

    6.1.2GPT在下游任务中的应用

    6.2BERT语言模型

    6.2.1BERT模型的预训练任务

    6.2.2BERT在下游任务中的应用

    6.3ERNIE 语言模型

    6.4预训练大模型

    6.4.1基础大模型

    6.4.2指令微调

    6.4.3基于人类反馈的强化学习

    第7章词语切分

    7.1基于BERT实现中文分词

    7.1.1任务目标

    7.1.2实现思路及流程

    7.1.3数据处理

    7.1.4模型构建

    7.1.5训练配置

    7.1.6模型训练

    7.1.7模型评估

    7.1.8模型预测

    7.2基于BPE算法实现子词切分

    7.2.1任务目标

    7.2.2实现思路及流程

    7.2.3构建BPE词表

    7.2.4文本子词切分

    7.2.5语料还原

    7.3实验思考

    第8章文本情感分类方法实践

    8.1基于LSTM模型的情感分类方法

    8.1.1任务目标

    8.1.2实现思路及流程

    8.1.3数据处理

    8.1.4模型构建

    8.1.5训练配置

    8.1.6模型训练

    8.1.7模型评估

    8.1.8模型预测

    8.2基于BERT模型实现情感分类

    8.2.1数据处理

    8.2.2模型构建

    8.2.3训练配置

    8.2.4模型训练

    8.2.5模型评估

    8.2.6模型预测

    8.3基于BERT的属性级情感分类

    8.3.1任务目标

    8.3.2实现思路及流程

    8.3.3属性和观点抽取

    8.3.4属性级情感分类

    8.3.5全流程模型推理

    8.4实验思考

    第9章信息抽取实践

    9.1基于Bi-LSTM和CRF的命名实体识别方法

    9.1.1任务目标和实现流程

    9.1.2数据处理

    9.1.3模型构建

    9.1.4训练配置

    9.1.5模型训练

    9.1.6模型评估

    9.1.7模型预测

    9.2基于ERNIE-UIE实现实体关系抽取

    9.2.1任务目标和实现流程

    9.2.2数据处理

    9.2.3模型构建

    9.2.4训练配置

    9.2.5模型训练

    9.2.6模型评估

    9.2.7模型预测

    9.3实验思考

    第10章文本语义匹配实践

    10.1基于SimNet的文本语义匹配

    10.1.1任务目标和实现流程

    10.1.2数据处理

    10.1.3模型构建

    10.1.4训练配置

    10.1.5模型训练

    10.1.6模型评估

    10.1.7模型预测

    10.2基于RocketQA的文本语义匹配

    10.2.1任务目标和实现流程

    10.2.2数据处理

    10.2.3模型构建

    10.2.4训练配置

    10.2.5模型训练

    10.2.6模型评估

    10.2.7模型预测

    10.3实验思考

    第11章基于PEGASUS的中文文本摘要实践

    11.1任务目标和实现流程

    11.2数据处理

    11.2.1数据集确定

    11.2.2数据加载

    11.2.3将数据转换成特征形式

    11.2.4构造DataLoader

    11.3模型构建

    11.4训练配置

    11.4.1BLEU算法

    11.4.2ROUGE算法

    11.5模型训练

    11.6模型评估

    11.7模型预测

    11.8实验思考

    第12章基于ERNIE 3.0实现意图识别

    12.1任务目标和实现流程

    12.2数据处理

    12.2.1数据集确定

    12.2.2数据加载

    12.2.3将数据转换成特征形式

    12.2.4构造DataLoader

    12.3模型构建

    12.4训练配置

    12.5模型训练

    12.6模型评估

    12.7模型预测

    12.8实验思考

    第13章机器阅读理解实践

    13.1任务目标

    13.2实现流程

    13.3数据处理

    13.3.1数据集确定

    13.3.2数据加载

    13.3.3将数据转换成特征形式

    13.3.4构造DataLoader

    13.4模型构建

    13.5训练配置

    13.6模型训练

    13.7模型评估

    13.8模型预测

    13.9实验思考

    第14章机器翻译实践

    14.1任务目标和实现流程

    14.2数据处理

    14.2.1数据集确定

    14.2.2数据加载

    14.2.3将数据转换成特征形式

    14.2.4构建DataLoader

    14.2.5后处理

    14.3模型构建

    14.3.1嵌入层的代码实现

    14.3.2组装Transformer模型

    14.4训练配置

    14.5模型训练

    14.6模型评估

    14.6.1数据读取

    14.6.2权重加载

    14.6.3模型评估

    14.7模型预测

    14.8实验思考

    第15章基于大模型的自动问答实践

    15.1任务目标和设计方案

    15.2通过飞桨零代码开发工具实现

    15.3通过PaddleNLP实现

    15.3.1代码实现逻辑

    15.3.2配置大模型

    15.3.3配置向量检索模型

    15.3.4定义document store

    15.3.5构建文档索引

    15.3.6构建问答应用

    15.3.7(可选)在线推理部署

    15.4实验思考

    附录 术语与缩略语

    参考文献

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    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

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购