深入理解自然語言處理：從深度學習到大模型應用

內容簡介

本書結合多個真實的落地項目，從自然語言處理（NLP）的任務視角，分門別類地介紹現階段各NLP任務中深度學習的應用。以任務視角是指以一個個場景項目爲視角，這樣做可以獲得更多的實戰經驗。本書的每一章都有核心模型的先驗鏈條，這對理解和掌握NLP模型非常有幫助。 本書分爲9章，對應9種NLP任務。第1章介紹分詞和詞性標註任務。第2章介紹文本分類任務，如情感分析、文章分類與打標籤等都是常見的文本分類任務。第3章介紹命名實體識別任務，如提取內容中的姓名和公司名稱等，在知識圖譜、內容結構化和智能對話等場景中也是該任務的具體應用。第4章介紹神經機器翻譯任務，它是NLP最先商用的獨立任務場景。第5章介紹文本糾錯任務，它是應用非常廣泛的一類NLP任務，因爲凡是涉及用戶輸入的場景或多或少都需要用到糾錯任務，否則用戶體驗就會很差。第6章介紹機器閱讀理解任務，該任務偏學術，在實踐中往往屬於某個大任務下的子任務。第7章介紹句法分析任務，它是NLP中非常傳統的任務。第8章介紹文本摘要任務，該類任務在新聞類業務場景中使用較多。第9章介紹信息檢索和問答系統任務，凡是類似於搜索和輸入這類需要等待回覆的場景都可以歸爲該任務。 本書非常適合有一定機器學習基礎而想要學習NLP相關知識的人員閱讀，也適合NLP領域的從業人員作爲解決具體業務問題的參考書，還適合高校相關專業作爲教學用書。

書籍信息