基於深度學習的自然語言處理

基於深度學習的自然語言處理 pdf epub mobi txt 電子書 下載2025

出版者:機械工業齣版社
作者:Karthiek Reddy Bokka
出品人:
頁數:0
译者:趙鳴
出版時間:2020-5
價格:79.00
裝幀:平裝
isbn號碼:9787111653578
叢書系列:智能係統與技術叢書
圖書標籤:
  • 碼農
  • 深度學習
  • 自然語言處理
  • NLP
  • 文本分析
  • 機器學習
  • 人工智能
  • Python
  • 深度學習框架
  • 模型訓練
  • 算法實現
想要找書就要到 小美書屋
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

具體描述

將深度學習方法應用於各種自然語言處理任務,可以讓你的算法在速度和準確性方麵提升到一個全新的水平。本書首先介紹自然語言處理領域的基本構件,著介紹使用*的神經網絡模型可以解決的問題。深研究各種神經網絡架構及其特定的應用領域將有助於你理解如何選擇*模型來滿足你的需求。隨著學習的深,你將學到捲積神經網絡、循環神經網絡、遞歸神經網絡以及長短期記憶網絡。在後麵的章節中,你將能夠使用自然語言處理技術(如注意力機製模型和集束搜索)發應用程序。 學完本書,你不僅能具備自然語言處理的基礎知識,還能選擇適閤的文本預處理和神經網絡模型來解決一些自然語言處理的問題。 本書能幫助你: 瞭解深度學習問題的各種預處理技術。 用word2vec和GloVe構建文本的矢量錶示。 使用Apache OpenNLP創建命名實體識彆器和詞性標注器。 在Keras中構建機器翻譯模型。 用LSTM發文本生成應用程序。 使用注意力模型構建觸發詞檢測應用程序。 將深度學習方法應用於各種自然語言處理任務,可以讓你的算法在速度和準確性方麵提升到一個全新的水平。本書首先介紹自然語言處理領域的基本構件,著介紹使用*的神經網絡模型可以解決的問題。深研究各種神經網絡架構及其特定的應用領域將有助於你理解如何選擇*模型來滿足你的需求。隨著學習的深,你將學到捲積神經網絡、循環神經網絡、遞歸神經網絡以及長短期記憶網絡。在後麵的章節中,你將能夠使用自然語言處理技術(如注意力機製模型和集束搜索)發應用程序。 學完本書,你不僅能具備自然語言處理的基礎知識,還能選擇適閤的文本預處理和神經網絡模型來解決一些自然語言處理的問題。 本書能幫助你: 瞭解深度學習問題的各種預處理技術。 用word2vec和GloVe構建文本的矢量錶示。 使用Apache OpenNLP創建命名實體識彆器和詞性標注器。 在Keras中構建機器翻譯模型。 用LSTM發文本生成應用程序。 使用注意力模型構建觸發詞檢測應用程序。

著者簡介

卡蒂剋·雷迪·博卡(Karthiek Reddy Bokka) 語音和音頻機器學習工程師,畢業於南加州大學,目前在波特蘭的 Bi-amp Systems公司工作。他的興趣包括深度學習、數字信號和音頻處理、自然語言處理以及計算機視覺。他擁有設計、構建和部署人工智能應用程序的經驗,這些應用程序可以用各種形式的實際數據(包括圖像、語音、音樂、非結構化原始數據等)來解決現實世界中的問題。 舒班吉·霍拉(Shubhangi Hora) Python發者、人工智能愛好者和作傢。她有計算機科學和心理學背景,對與心理健康相關的人工智能特彆感興趣。她住在印度浦那,熱衷於通過機器學習和深度學習來推自然語言處理。除此之外,她還喜歡錶演藝術,是一名訓練有素的音樂傢。 塔努吉·賈因(Tanuj Jain) 在德國公司工作的數據科學傢。他一直在發深度學習模型,並將其投生産以商用。他對自然語言處理特彆感興趣,並將自己的專業知識應用於分類和情感評級任務。他擁有電氣工程碩士學位,主要研究統計模式識彆。 莫尼卡·瓦姆布吉(Monicah Wambugu) 金融技術公司的首席數據科學傢,該公司通過利用數據、機器學習和分析來提供小額貸款,以執行替代信用評分。她是加州大學伯剋利分校信息管理與係統碩士研究生。Monicah對如何利用數據科學和機器學習來設計産品和應用程序,以滿足目標受眾的行為和社會經濟需求特彆感興趣。

圖書目錄

譯者序
前言
第1章 自然語言處理
1.1 本章概覽
1.2 自然語言處理的基礎知識
1.3 自然語言處理的能力
1.4 自然語言處理中的應用
1.5 詞嵌入
1.6 本章小結
第2章 自然語言處理的應用
2.1 本章概覽
2.2 詞性標注
2.3 詞性標注的應用
2.4 分塊
2.5 加縫
2.6 命名實體識彆
2.7 本章小結
第3章 神經網絡
3.1 本章概覽
3.2 神經網絡
3.3 訓練神經網絡
3.4 神經網絡的設計及其應用
3.5 部署模型即服務的基礎
3.6 本章小結
第4章 捲積神經網絡
4.1 本章概覽
4.2 理解CNN的架構
4.3 訓練CNN
4.4 CNN的應用領域
4.5 本章小結
第5章 循環神經網絡
5.1 本章概覽
5.2 神經網絡的早期版本
5.3 RNN
5.4 更新和梯度流
5.5 梯度
5.6 本章小結
第6章 門控循環單元
6.1 本章概覽
6.2 簡單RNN的缺點
6.3 門控循環單元
6.4 基於GRU的情感分析
6.5 本章小結
第7章 長短期記憶網絡
7.1 本章概覽
7.2 輸入門和候選單元狀態
7.3 輸齣門和當前激活
7.4 神經語言翻譯
7.5 本章小結
第8章 自然語言處理前沿
8.1 本章概覽
8.2 其他架構和發展狀況
8.3 本章小結
第9章 組織中的實際NLP項目工作流
9.1 本章概覽
9.2 問題定義
9.3 數據采集
9.4 榖歌Colab
9.5 Flask
9.6 部署
9.7 本章小結
附錄
· · · · · · (收起)

讀後感

評分

評分

評分

評分

評分

用戶評價

评分

评分

评分

评分

评分

本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有