小苏子
小苏子PDF在线图书

基于深度学习的自然语言处理 作者:(以色列)约阿夫·戈尔德贝格(Yoav Goldberg)

基于深度学习的自然语言处理 作者:(以色列)约阿夫·戈尔德贝格(Yoav Goldberg)

基于深度学习的自然语言处理 出版社:机械工业出版社

基于深度学习的自然语言处理 内容简介

基于深度学习的自然语言处理 目录

自然语言处理是人工智能领域的一个重要的研究方向,是计算机科学与语言学的交叉学科。随着互联网的快速发展,网络文本尤其是用户生成的文本呈爆炸性增长,为自然语言处理带来了巨大的应用需求。但是由于自然语言具有歧义性、动态性和非规范性,同时语言理解通常需要丰富的知识和一定的推理能力,为自然语言处理带来了极大的挑战。近年来如火如荼的深度学习技术为解决自然语言处理问题的解决提供了一种可能的思路,已成为有效推动自然语言处理技术发展的变革力量。本书系统阐述将深度学习技术应用于自然语言处理的方法和技术,深入浅出地介绍了深度学习的基本知识及各种常用的网络结构,并重点介绍了如何使用这些技术处理自然语言。本书主要面向高等院校自然语言处理和机器学习方向的研究生,也适合自然语言处理或机器学习领域的研究人员以及工业界从事智能相关领域呀发的专业人员阅读参考。前言致谢第1章 引言1.1 自然语言处理的挑战1.2 神经网络和深度学习1.3 自然语言处理中的深度学习1.4 本书的覆盖面和组织结构1.5 本书未覆盖的内容1.6 术语1.7 数学符号注释第一部分 有监督分类与前馈神经网络第2章 学习基础与线性模型2.1 有监督学习和参数化函数2.2 训练集、测试集和验证集2.3 线性模型2.3.1 二分类2.3.2 对数线性二分类2.3.3 多分类2.4 表示2.5 独热和稠密向量表示2.6 对数线性多分类2.7 训练和最优化2.7.1 损失函数2.7.2 正则化2.8 基于梯度的最优化2.8.1 随机梯度下降2.8.2 实例2.8.3 其他训练方法第3章 从线性模型到多层感知器3.1 线性模型的局限性:异或问题3.2 非线性输入转换3.3 核方法3.4 可训练的映射函数第4章 前馈神经网络4.1 一个关于大脑的比喻4.2 数学表示4.3 表达能力4.4 常见的非线性函数4.5 损失函数4.6 正则化与丢弃法4.7 相似和距离层4.8 嵌入层第5章 神经网络训练5.1 计算图的抽象概念5.1.1 前向计算5.1.2 反向计算(导数、反向传播)5.1.3 软件5.1.4 实现流程……第二部分 处理自然语言数据第三部分 特殊的结构第四部分 其他主题参考文献

赞(0)
未经允许不得转载:小苏子图书 » 基于深度学习的自然语言处理 作者:(以色列)约阿夫·戈尔德贝格(Yoav Goldberg)