濠电姷鏁告慨鐑藉极閹间礁纾绘繛鎴烆焸濞戞瑦鍎熼柕濞垮劚閻庮參姊洪崗鑲┿偞闁哄懏绮岄悾鐑藉蓟閵夛箑鈧敻鏌ㄥ┑鍡涱€楅柡瀣〒缁辨帡鍩€椤掑嫬纾兼慨妯垮亹閸炵敻鏌i悩鐑樸€冮悹鈧敃鈧嵄闁告稑枪娴滄粓鏌ㄩ弴妤€浜鹃悗娈垮枛婢у酣骞戦姀鐘斀閻庯綆浜跺ḿ濠囨⒑缂佹◤顏勵嚕鐠虹洅鎺楀箛閻楀牃鎷洪梻鍌氱墛缁嬫帡骞栭幇顓犵鐎瑰壊鍠栭獮鏍煟閿濆懎妲绘い顐g箘閹瑰嫰鎼归悷鏉跨闂傚倷绶氶埀顒傚仜閼活垱鏅舵导瀛樼厾濡わ箒娉曠花鍧楁煏閸ャ劌濮嶆鐐村浮楠炲鎮滈崱姗嗘(闂傚倸鍊风粈渚€骞栭位鍥敍閻愭潙鈧埖绻濋棃娑氬妞ゃ儲宀搁弻娑⑩€﹂幋婵囩亐濠碘剝褰冮悧鎾诲蓟閿熺姴绀冮柍鍝勫€搁弳妤呮⒑娴兼瑧绉ù婊庡墰濡叉劙骞掑Δ鈧儫閻熸粌閰e鎶藉煛閸愵亞锛滈柡澶婄墑閸斿秹藟閸儲鐓涘ù锝堫潐瀹曞矂鏌℃担瑙勫磳闁轰焦鎹囬弫鎾绘晸閿燂拷 [闂傚倸鍊搁崐宄懊归崶顒佸剭妞ゆ劧绠戦獮銏ゆ煃鏉炴壆鍔嶆い鏂垮缁辨捇宕掑顑藉亾閸濄儳鐭欓柛鏇ㄥ灠缁狀垶鏌ㄩ悤鍌涘 | 闂傚倸鍊搁崐鐑芥嚄閼哥數浠氱紓鍌欒兌缁垶宕濆Δ鍐ㄥ灊闁哄啫鐗婇崐濠氭煢濡警妲搁柣搴弮濮婅櫣绮欓幐搴㈡嫳闂佺硶鏅涢崯鏉戭嚕閹间礁鍐€妞ゆ挾鍠撻崢顏呯節閻㈤潧浠滈柣蹇旂箞瀹曟繂顫濋懜鐢靛幐闂佺ǹ鏈〃鍛閿燂拷]

    • 自然语言处理研究前沿(精)/类脑计算与类脑智能研究前沿系列
      • 作者:编者:孙茂松//李涓子|责编:蒋可玉|总主编:张钹
      • 出版社:上海交大
      • ISBN:9787313222237
      • 出版日期:2019/12/01
      • 页数:479
    • 售价:91.2
  • 内容大纲

        本分册以类脑模式的深度学习为基础,对自然语言处理的不同层面及其应用进行介绍。本分册共分为10章,第1章介绍了自然语言中不同语言单元(包括词、句子和篇章)的表示,并介绍了深度神经网络的注意力计算模型;第2章和第3章分别介绍了自然语言词法和句子的经典分析算法和深度学习模型:第4章介绍了知识图谱和从大规模文本中获取知识的主要技术;第5章和第6章重点介绍了文本挖掘技术,包括文本分类和摘要以及文本情感分析;第7章至第10章分别介绍了自然语言处理在信息检索、自动问答、机器翻译和社会计算中的应用技术。
  • 作者介绍

  • 目录

    1 语言认知与表示模型
      1.1  语言认知与语言表示的定义
      1.2  研究语言认知与表示的意义与挑战
      1.3  语言表示的模型与方法
        1.3.1  词的表示
        1.3.2  句子表示
        1.3.3  篇章表示
        1.3.4  注意力
      1.4  基于预训练模型的语言表示
      参考文献
    2 词法分析
      2.1  引言
        2.1.1  词法分析的任务定义
        2.1.2  词法分析的发展历程
        2.1.3  词法分析的数据集和公开评测
        2.1.4  分词的意义与挑战
      2.2  中文分词
        2.2.1  传统方法
        2.2.2  深度学习方法
        2.2.3  实验结果
      2.3  命名实体识别
        2.3.1  传统方法
        2.3.2  深度学习方法
        2.3.3  实验结果
      2.4  词性标注
        2.4.1  传统方法
        2.4.2  深度学习方法
        2.4.3  实验结果
      2.5  应用
      2.6  小结
      参考文献
    3 句法语义分析
      3.1  引言
      3.2  任务定义
        3.2.1  依存句法分析(树)
        3.2.2  语义角色标注
        3.2.3  语义依存分析(图)
        3.2.4  其他语义表示方法
        3.2.5  数据集
        3.2.6  相关评测
      3.3  序列标注
        3.3.1  条件随机场
        3.3.2  深度序列标注
        3.3.3  语义角色标注
      3.4  基于图的方法
        3.4.1  基于图的依存句法分析方法
        3.4.2  基于图的语义依存分析方法
      3.5  基于转移的方法
        3.5.1  基于转移的依存句法分析方法
        3.5.2  基于转移的语义依存分析方法

      3.6  句法语义分析的进展与挑战
        3.6.1  半监督学习
        3.6.2  主动学习
        3.6.3  句法数据标注现状
        3.6.4  迁移学习
      3.7  句法语义分析的应用
        3.7.1  作为抽取规则
    ……
    4 知识图谱
    5 文本分类与自动文摘
    6 情感分析
    7 信息检索与推荐的神经网络方法:前沿与挑战
    8 自动问答与机器阅读理解
    9 机器翻译
    10 深度学习在社会计算中的应用与进展
    索引