自然語言處理原理與應用

定　價：￥59.00

作　者：	劉剛
出版社：	科學出版社
叢編項：
標　簽：	暫缺

ISBN：	9787030764225	出版時間：	2023-10-01	包裝：	平裝
開本：		頁數(shù)：	256	字數(shù)：

內(nèi)容簡介

　　自然語言處理是一門集語言學、計算機科學、數(shù)學于一體的科學，它包含很廣泛的內(nèi)容，根據(jù)其應用目的不同，所采用的技術手段也不盡相同。本書從數(shù)理基礎到模型介紹，再到生活應用，從不同的層次，由淺入深、循序漸進地展示一個完整的自然語言處理學習體系。《BR》本書分兩部分。部分為理論基礎，其中～4章對什么是自然語言處理、當前主流的自然語言處理技術，以及目前自然語言處理遇到的困境進行介紹；第5、6章從數(shù)學基礎、語言模型，以及詞法分析、語義分析等方面介紹自然語言處理的底層邏輯和模型原理。第二部分為實踐應用，第7～11章介紹自然語言處理在生活中的應用?！禕R》本書實用性強、案例貼近生活，每章配有習題及其答案，讀者可以掃描二維碼查看習題答案。

作者簡介

暫缺《自然語言處理原理與應用》作者簡介

圖書目錄

部分理論基礎
第1章緒論
1.1 基本概念
1.2 自然語言處理的產(chǎn)生與發(fā)展
1.3 基本問題和主要困難
1.3.1 自然語言處理的基本問題
1.3.2 自然語言處理面對的主要困難
1.4 深度學習在自然語言處理中的應用
1.4.1 深度學習概述
1.4.2 面向自然語言處理的深度學習方法
1.4.3 目前深度學習應用存在的局限及展望
1.5 本章小結
習題1
第2章數(shù)學基礎
2.1 概率論基礎
2.1.1 樣本空間和概率
2.1.2 隨機變量
2.1.3 條件概率公式、全概率公式和貝葉斯公式
2.1.4 期望和方差
2.2 信息論基礎
2.2.1 自信息和熵
2.2.2 聯(lián)合熵和條件熵
2.2.3 互信息、相對熵和交叉熵
2.2.4 困惑度
2.2.5 噪聲信道模型
2.3 深度學習的數(shù)學基礎
2.3.1 似然估計
2.3.2 梯度分析
2.3.3 梯度下降法
2.3.4 梯度消失和梯度
2.4 本章小結
習題2
第3章語言模型
3.1 語言模型概念及基礎理論
3.1.1 n元語法模型
3.1.2 神經(jīng)概率語言模型
3.1.3 預訓練語言模型
3.2 語言模型性能評價
3.2.1 基于信息熵的語言模型復雜度度量
3.2.2 基于困惑度的語言模型復雜度度量
3.2.3 基于語言模型的漢語信息熵估算
3.3 數(shù)據(jù)平滑
3.3.1 問題的提出
3.3.2 加法平滑方法
3.3.3 Good-Turing估計法
3.3.4 Katz平滑方法
3.3.5 Jelinek-Mercer平滑方法
3.3.6 Witten-Bell平滑方法
3.3.7 減值法
3.4 神經(jīng)網(wǎng)絡語言模型