自然語言處理應用與實戰

內容簡介

本書系統介紹了自然語言處理及深度學習，並結合實際應用場景和綜合案例，深入淺出地講解自然語言處理領域的相關知識。 全書共 15 章，分爲 4 個部分。第 1 部分是自然語言處理基礎，首先介紹自然語言處理的相關概念和基本技能，然後介紹詞向量技術和實現方法，最後介紹關鍵詞提取技術。第 2 部分是自然語言處理核心技術，分別介紹樸素貝葉斯算法、N-gram 語言模型、PyTorch 深度學習框架、FastText 模型文本分類和基於深度學習的文本分類。第 3 部分是序列標註，介紹序列標註的具體應用，如 HMM 詞性標註和 HMM 命名實體識別等常見的自然語言處理應用場景。第 4 部分是預訓練模型，它在很大程度上促進了自然語言處理的發展，這部分內容關注預訓練模型的具體應用，如 ALBERT 的命名實體識別、Transformer 的文本分類、BERT的文本相似度計算、ERNIE 的情感分析等。 本書適合對人工智能、機器學習、深度學習和自然語言處理感興趣的讀者閱讀，也可以作爲應用型本科院校和高等職業院校人工智能相關專業的教材。

讀者書評

書籍信息