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。
全新自然语言处理原理与应用刘刚9787030764225
¥ ×1
商品
服务
物流
部理论基础章绪论11.1基本概念11.2自然语言处理的产生与发展21.3基本问题和主要困难31.3.1自然语言处理的基本问题31.3.2自然语言处理面对的主要困难41.4深度学习在自然语言处理中的应用51.4.1深度学习概述51.4.2面向自然语言处理的深度学习方法51.4.3目前深度学习应用存在的局限及展望61.5本章小结7习题17第2章数学基础82.1概率论基础82.1.1样本空间和概率82.1.2随机变量92.1.3条件概率公式、全概率公式和贝叶斯公式102.1.4期望和方差112.2信息论基础112.2.1自信息和熵122.2.2联合熵和条件熵132..互信息、相对熵和交叉熵142.2.4困惑度142.2.5噪声信道模型15.深度学习的数学基础16..1优选似然估计16..2梯度分析17..梯度下降法19..4梯度消失和梯度192.4本章小结21习题221第3章语言模型223.1语言模型概念及基础理论223.1.1n元语法模型223.1.2神经概率语言模型243.1.3预训练语言模型243.2语言模型能评263.2.1基于信息熵的语言模型复杂度度量263.2.2基于困惑度的语言模型复杂度度量273..基于语言模型的汉语信息熵估算283.3数据平滑283.3.1问题的提出283.3.2加法平滑方法293.3.3Good-Turing估计法293.3.4Katz平滑方法293.3.5Jelinek-Mercer平滑方法303.3.6Witten-Bell平滑方法313.3.7减值法323.4神经网络语言模型323.4.1基础模型323.4.2CNN模型333.4.3RNN模型及其变体343.4.4Attention模型373.4.5Transformer模型403.5语言模型应用举例443.5.1BERT模型443.5.2短文本表示463.5.3Softmax回归模型463.6本章小结47习题347第4章隐马尔可夫模型与条件随机场494.1马尔可夫模型494.1.1马尔可夫过程494.1.2马尔可夫494.2隐马尔可夫模型504.2.1隐马尔可夫模型的基本理论504.2.2估计问题524..序列问题544.2.4参数估计问题554.3HMM应用举例574.3.1中文分词574.3.2词标注584.4条件随机场及其应用594.4.1条件随机场概念594.4.2条件随机场应用644.5本章小结67习题467第5章词法分析与词标注685.1汉语自动分词685.1.1分词规范问题685.1.2歧义切分问题695.1.3未登录词问题695.1.4汉语自动分词的原则705.1.5分词与词标注结果评估方法715.2自动分词基本算法725.2.1优选匹配法725.2.2短路径方法745..基于HMM的分词方法765.2.4基于Bi-LSTM-CRF的分词方法805.3未登录词识别835.3.1概述835.3.2基于决策树的未登录词识别方法855.3.3基于统计和规则的未登录词识别方法885.4词标注方法915.4.1概述915.4.2基于规则的词标注方法925.4.3基于统计的词标注方法935.4.4基于深度学习的词标注方法955.5本章小结97习题597第6章语义分析986.1语义网络986.1.1基本概念986.1.2语义标注996.2概念依存1006.3词义消歧1016.3.1基本内容1016.3.2理论方法1026.3.3案例分析1046.4词向量表示与词嵌入1066.4.1基本内容1066.4.2理论方法1076.4.3案例分析1106.5语义分析在华为昇编译器AI调优中的应用1126.5.1基本内容1126.5.2理论方法1136.6本章小结114习题6114第二部分实践应用第7章机器翻译1157.1机器翻译概述1157.1.1机器翻译方法概述1157.1.2机器翻译的研究现状1187.2统计机器翻译1197.2.1基于词的机器翻译1197.2.2基于短语的机器翻译1297..基于句子的机器翻译1357.3神经机器翻译1437.3.1神经机器翻译概述1437.3.2神经机器翻译模型1457.4实战GRU翻译模型1477.4.1基础知识与环境配置1487.4.2代码实现1497.5本章小结153习题7153第8章文本分类、聚类和情感分析1548.1文本分类1548.1.1文本分类的定义1548.1.2文本分类的发展1558.1.3传统文本分类的实现1558.1.4基于深度学习的分类器设计1618.2文本聚类1648.2.1基于分层的文本聚类1658.2.2基于划分的文本聚类1668.3情感分析1678.3.1基于情感词典的情感分析1678.3.2基于深度学习的方面级情感分类算法1698.3.3带有Attention机制的LSTM网络的方法1738.3.4带有Attention机制的双向LSTM网络的方法1758.4本章小结178习题8178第9章信息抽取1799.1实体识别与抽取1799.1.1命名实体识别概述1799.1.2有监督学习方法实现命名实体识别1809.1.3基于深度学习的NER1839.2实体消歧1849.2.1实体消歧概述1849.2.2基于上下文相似度的实体消歧1859..基于实体显著的实体消歧1869.2.4基于实体关联度的实体消歧1879.3关系抽取1879.3.1基于模式匹配的关系抽取1879.3.2基于深度学习的关系抽取方法1889.3.3关系抽取展望1909.4事件抽取1909.4.1事件抽取任务定义1919.4.2基于模式匹配的事件抽实1919.4.3基于深度学习的事件抽实1929.5本章小结194习题91940章知识图谱19510.1知识图谱发展历史19510.2知识图谱基本概念19810.2.1知识库的概念及分类19810.2.2知识库的表示形式19910.3知识图谱的生命周期19910.3.1知识建模20010.3.2知识抽取20410.3.3知识融合20810.3.4知识存储21010.3.5知识计算21310.3.6知识图谱应用21510.4知识图谱的现有应用21610.4.1语义搜索21610.4.2智能问答系统21710.4.3辅决策21710.4.4个化21810.4.5学科知识图谱21810.5本章小结219习题102201章问答系统与人机对话系统22111.1问答系统22111.1.1系统构成22111.1.2基于信息检索和选择的混合式问答系统211.2基于大规模知识库的问答系统22711.2.1知识库问答系统任务22811.2.2基于中文知识图谱的问答系统22911.3阅读理解式问答系统411.4对话系统11.4.1基于深度学习的多方对话系统11.4.2对话系统相关任务11.5医学视觉问答24011.5.1相关概念介绍24011.5.2面向医学数据特征优化的视觉问答系统24111.6问答系统在MindSpore框架中的应用24811.6.1华为昇思MindSpore框架24811.6.2DAM模型25011.6.3基于MindSpore框架的DAM模型分析25211.6.4所用数据集`25211.7本章小结252习题11253参考文献254
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