自然语言处理是一门融计算机科学、语言学、数学、认知学、逻辑学于一体的研究学科。机器学习、深度学习方法持续地引领着自然语言处理的步与发展。以ChatGPT为代表的语言模型更是展现出了强大的通用能力，亦离不自然语言处理技术的发展积累。 《自然语言处理导论》内容源自中山大学设的“自然语言处理”课程，以及作者的产业实践；主要介绍自然语言处理理论与技术，旨在让更多人了解和学习自然语言处理技术，让人工智能更好地为我们服务。
售 价：¥
纸质售价：¥79.00购买纸书
6.4
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
前言 PREFACE
第1章 绪论
1.1 基本概念
1.2 自然语言处理的发展历程
1.3 自然语言处理的基本方法
1.4 自然语言处理的研究内容
第2章 语言模型
2.1 语言模型概述
2.2n-gram统计语言模型
思考题
参考文献
第3章 神经网络和神经语言模型
3.1 人工神经网络和神经语言模型
3.2 卷积神经网络
3.3 循环神经网络
3.4 递归神经网络
思考题
参考文献
第4章 词和语义向量
4.1 离散分布表示
4.2 分布式表示
4.3 文本特征选择法
4.4 特征权重计算方法
思考题
参考文献
第5章 预训练语言模型
5.1 Transformer
5.2 ELMo
5.3 GPT
5.4 BERT
5.5 后BERT时代
思考题
参考文献
第6章 序列标注
6.1 马尔可夫模型
6.2 条件随机场、维特比算法
6.3 序列标注任务
6.4 汉语分词方法
6.5 词性标注
6.6 命名实体识别
思考题
参考文献
第7章 语义分析
7.1 词义消歧
7.2 语义角色标注
7.3 双语联合语义角色标注方法
思考题
参考文献
第8章 文本分类
8.1 文本分类概述
8.2 传统分类器设计
8.3 基于神经网络方法
8.4 文本分类性能评测
思考题
参考文献
第9章 情感计算
9.1 文档或句子级情感计算方法
9.2 属性级情感分析
9.3 其他情感分析任务
思考题
参考文献
第10章 知识抽取
10.1 知识抽取概述
10.2 命名实体识别
10.3 实体链接
10.4 关系抽取
10.5 事件抽取
思考题
参考文献
第11章 统计机器翻译和神经机器翻译
11.1 机器翻译概述
11.2 基于HMM的词对位模型
11.3 基于短语的翻译模型
11.4 基于最大熵的翻译模型
11.5 基于层次短语的翻译模型
11.6 树翻译模型
11.7 树模型的相关改进
11.8 基于谓词论元结构转换的翻译模型
11.9 集外词翻译
11.10 统计翻译系统实现
11.11 译文质量评估方法
思考题
参考文献
第12章 问答系统与多轮对话
12.1 引言
12.2 第一代：基于模板规则的问答系统
12.3 第二代：基于信息检索的问答系统
12.4 第三代：基于数据库的问答系统
12.5 第四代：基于知识库的问答系统
12.6 多模态问答系统
12.7 多轮对话系统与大语言模型
12.8 前景与挑战
思考题
参考文献
第13章 基于深度学习的社会计算
13.1 基于深度学习的社会联系模型
13.2 基于深度学习的推荐系统
思考题
参考文献
第14章 自动文摘与信息抽取
14.1 自动文摘技术概要
14.2 抽取式自动文摘
14.3 压缩式自动文摘
14.4 生成式自动文摘
14.5 基于查询的自动文摘
14.6 跨语言和多语言自动文摘
14.7 摘要质量评估方法和相关评测
思考题
参考文献
第15章 内容生成和跨模态计算
15.1 自然语言生成和图像描述
15.2 图像描述的深度学习框架
15.3 评估指标和基准
思考题
参考文献
第16章 深度学习时代下自然语言处理的前沿研究
16.1 组合型泛化
16.2 自然语言处理中的无监督学习
16.3 自然语言处理中的强化学习
16.4 自然语言处理中的元学习
16.5 弱可解释性与强可解释性
思考题
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
