全书主要从语义模型详解、自然语言处理系统基础算法和系统案例实战三个方面，介绍了自然语言处理中相关的一些技术。每一个算法又分别从应用原理、数学原理、代码实现，以及对当前方法的思考四个方面行讲解。 1）语义模型详解：从应用的角度介绍自然语言处理中的一些语义处理模型，比如关键词提取、计算词距离、文本自动生成等。 2）自然语言处理系统基础算法：这一部分主要是从基础系统搭建的角度对相关算法行介绍。包括分词、词性标注、句法分析等。
售 价：¥
纸质售价：¥44.20购买纸书
6.2
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
版权页
前言
第1篇 语义模型详解
第1章 关键词抽取模型
1.1 TF-IDF算法实现关键词抽取
1.2 TextRank算法实现关键词抽取
1.3 基于语义的统计语言模型实现关键词抽取
第2章 短语抽取模型
2.1 基于互信息和左右信息熵实现短语抽取
2.2 TextRank算法实现短语抽取
2.3 LDA算法实现短语抽取
第3章 自动摘要抽取模型
3.1 决策树算法实现自动摘要
3.2 基于逻辑回归算法实现自动摘要
3.3 贝叶斯算法实现自动摘要
第4章 深度学习——计算任意词距离模型
4.1 FP-Growth算法实现词距离计算
4.2 N-Gram算法实现词距离计算
4.3 BP算法实现词距离计算
第5章 拼音汉字混合识别模型
5.1 贝叶斯模型实现拼音汉字混合识别
5.2 HMM模型实现拼音汉字混合识别
5.3 RNN神经网络模型实现拼音汉字混合识别
第6章 文本自动生成模型
6.1 基于关键词的文本自动生成模型
6.2 RNN模型实现文本自动生成
第2篇 自然语言处理系统基础算法
第7章 Dijkstra算法
7.1 算法应用原理介绍
7.2 算法数学原理介绍
7.3 算法源码说明
7.4 算法应用扩展
第8章 AC-DoubleArrayTrie算法
8.1 算法应用原理介绍
8.2 算法数学原理介绍
8.3 算法应用扩展
第9章 最大熵算法
9.1 算法应用原理介绍
9.2 算法数学原理介绍
9.3 算法源码说明
9.4 算法应用扩展
第10章 CRF算法
10.1 算法应用原理介绍
10.2 算法数学原理介绍
10.3 算法源码说明
10.4 算法应用扩展
第11章 马尔可夫逻辑网算法
11.1 算法应用原理介绍
11.2 算法数学原理介绍
11.3 算法源码说明
11.4 算法应用扩展
第12章 DIPRE算法
12.1 算法应用原理介绍
12.2 算法数学原理介绍
12.3 算法源码说明
12.4 算法应用扩展
第13章 LSTM算法
13.1 算法应用原理介绍
13.2 算法数学原理介绍
13.3 算法源码说明
13.4 算法应用扩展
第14章 TransE算法
14.1 算法应用原理介绍
14.2 算法数学原理介绍
14.3 算法源码说明
14.4 算法应用扩展
第3篇 系统案例实战
第15章 搭建舆情分析与挖掘的系统
15.1 系统功能设计简述
15.2 系统模块实现详解
15.3 系统实现源码说明
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
