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:
本店所有商品

  • [全2册]店 自然语言处理 基于大语言模型的方法 +自然语言处理 基于预训练模型的方法 深度学习自然语言处理预训练设计
  • 新商品上架
    • 作者: 车万翔著 | 无编
    • 出版社: 电子工业出版社
    • 出版时间:1
    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:
    江莱图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 车万翔著| 无编
    • 出版社:电子工业出版社
    • 出版时间:1
    • 页数:440页
    • 开本:16开
    • ISBN:9787121495984
    • 版权提供:电子工业出版社

    内容介绍

    自然语言处理:基于大语言模型的方法

    定价

    158.00

    出版商

    电子工业出版社

    出版时间

    2025年03月

    开本

    16开

    作者

    车万翔

    页数

    440

    ISBN编码

    9787121495984

    内容介绍

     自然语言处理被誉为“人工智能皇冠上的明珠”。深度学习等技术的引入为自然语言处理技术带来了一场革命,尤其是近年来出现的基于大语言模型的方法,已成为研究自然语言处理的新范式。本书在介绍自然语言处理、深度学习等基本概念的基础上,重点介绍新的基于预训练语言模型和大语言模型的自然语言处理技术。本书包括基础知识、预训练语言模型和大语言模型三部分:基础知识部分主要介绍自然语言处理和深度学习的基础知识、基本工具集和常用数据集;预训练语言模型部分主要介绍语言模型、预训练词向量、预训练语言模型的实现方法和应用;大语言模型部分 先介绍大语言模型的预训练方法,其次介绍大语言模型的适配、应用和评估方法,接着介绍基于预训练语言模型思想的各种延伸技术, 后以DeepSeek 系列模型为例,介绍大语言模型的 新技术进展。除了理论知识,本书还有针对性地结合具体案例提供相应的PyTorch 代码实现,让读者不仅能对理论有更深刻的理解,还能快速地实现自然语言处理模型,达到理论和实践的统一。本书既适合具有一定机器学习基础的高等院校学生、研究机构的研究者,以及希望深入研究自然语言处理算法的计算机工程师阅读,也适合对人工智能、深度学习、大语言模型和自然语言处理感兴趣的学生和希望进入人工智能应用领域的研究者参考。


    作者简介

     车万翔哈尔滨工业大学计算学部长聘教授/博士生导师,人工智能研究院副院长, 青年人才,龙江学者“青年学者”,斯坦福大学访问学者。现任中国中文信息学会理事、计算语言学专业委员会副主任兼秘书长;国际计算语言学学会亚太分会(AACL)执委兼秘书长;国际 级会议ACL 2025程序委员会共同主席。承担国家自然科学基金重点项目和专项项目、2030“新一代人工智能”重大项目课题等多项科研项目。曾获AAAI 2013 论文提名奖、黑龙江省科技进步一等奖、黑龙江省青年科技奖等奖励。郭 江博士,现从事大模型、检索 生成技术及企业数据智能等领域的研究,专注于相关技术在云服务中的应用与开发。曾任麻省理工学院计算机科学与人工智能实验室(CSAIL)博士后研究员,博士毕业于哈尔滨工业大学,并于约翰斯·霍普金斯大学联合培养。在人工智能与自然语言处理领域发表学术论文30余篇,累计被引用2400余次(据Google Scholar统计),并出版学术专著与译著各一部。曾获百度奖学金(全球每年仅授予10人)及中文信息学会“ 博士学位论文”提名奖(2018年)。多次受邀担任国际 级学术会议 程序委员会委员和领域主席。崔一鸣博士, 工程师,现任科大讯飞研究院 科学家、科大讯飞北京研究院副院长,IEEE 会员、CCF 会员。博士毕业于哈尔滨工业大学。主要从事大模型、预训练模型、机器阅读理解等相关领域的研究工作,曾获得相关领域国际评测20余项 。所牵头研制的中文预训练模型、大模型开源项目(如Chinese-BERT-wwm、Chinese-LLaMA-Alapca系列),在开源平台累计获得4万次以上star,多次登 GitHub Trending全球项目及 排行榜。在ACL、EMNLP、AAAI、IEEE/ACM TASLP等会议或期刊发表学术论文40余篇,其中ESI高被引论文1篇。曾获国际语义评测SemEval-2022 论文提名奖,2篇论文入选PaperDigest评选的 具影响力论文,多次入选“全球前2% 尖科学家”。申请发明专利40余项、获授权专利16项。担任ACL 2025 领域主席,EMNLP 2021、AACL 2022领域主席,ARR行动编辑,TACL常任审稿人等学术职务。


    目录

    序III  
    语IV  
    前言VI  
    数学符号X  
    部分基础知识  
    章绪论2  
    1.1 自然语言处理的概念3  
    1.2 自然语言处理的难点.3  
    1.3 自然语言处理任务体系5  
    1.3.1 任务层级5  
    1.3.2 任务类别6  
    1.3.3 研究对象与层次6  
    1.4 自然语言处理技术发展历史7  
    *2 章自然语言处理基础11  
    2.1 文本的表示12  
    2.1.1 词的 热表示12  
    2.1.2 词的分布表示13  
    2.1.3 词嵌入表示18  
    2.1.4 文本的词袋表示18  
    2.2 自然语言处理任务19  
    2.2.1 自然语言处理基础任务19  
    2.2.2 自然语言处理应用任务25  
    2.3 基本问题30  
    2.3.1 文本分类问题30  
    2.3.2 结构预测问题30  
    2.3.3 序列到序列问题33  
    2.4 评价指标34  
    2.4.1 自然语言理解类任务的评价指标35  
    2.4.2 自然语言生成类任务的评价指标36  
    2.5 小结37  
    第3 章基础工具集与常用数据集38  
    3.1 tiktoken 子词切分工具39  
    3.2 NLTK 工具集40  
    3.2.1 常用语料库和词典资源41  
    3.2.2 常用自然语言处理工具集43  
    3.3 LTP 工具集45  
    3.3.1 中文分词45  
    3.3.2 其他中................................
    13.2 模型架构优化398  
    13.2.1 算法优化398  
    13.2.2 基础设施优化 402  
    13.3 基于强化学习习得推理能力405  
    13.3.1 DeepSeek-R1-Zero:仅通过强化学习习得推理能力405  
    13.3.2 DeepSeek-R1:规范性和泛化性408  
    13.3.3 蒸馏: 推理能力的迁移 411  
    13.4 小结 411  
    参考文献413  
    术语表421


    自然语言处理:基于预训练模型的方法

    定价

    118.00

    出版商

    电子工业出版社

    出版时间

    2021年07月

    开本

    16

    作者

    车万翔

    页数

    ISBN编码

    9787121415128


    内容介绍

    自然语言处理被誉为"人工智能皇冠上的明珠”。深度学习等技术的引入为自然语言处理技术带来了一场革命,尤其是近年来出现的基于预训练模型的方法,已成为研究自然语言处理的新范式。本书在介绍自然语言处理、深度学习等基本概念的基础上,重点介绍新的基于预训练模型的自然语言处理技术。本书包括基础知识、预训练词向量和预训练模型三大部分:基础知识部分介绍自然语言处理和深度学习的基础知识和基本工具;预训练词向量部分介绍静态词向量和动态词向量的预训练方法及应用;预训练模型部分介绍几种典型的预训练语言模型及应用,以及预训练模型的 新进展。除了理论知识,本书还有针对性地结合具体案例提供相应的PyTorch 代码实现,不仅能让读者对理论有更深刻的理解,还能快速地实现自然语言处理模型,达到理论和实践的统一。本书既适合具有一定机器学习基础的高等院校学生、研究机构的研究者,以及希望深入研究自然语言处理算法的计算机工程师阅读,也适合对人工智能、深度学习和自然语言处理感兴趣的学生和希望进入人工智能应用领域的研究者参考。


    1
    • 商品详情
    • 内容简介

    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