自然語言處理——原理、方法與套用

內容簡介

本書系統闡述自然語言處理基礎知識，以及自然語言處理高級模型套用等高級知識。全書共11章：第1~5章為自然語言處理的基礎知識，第6~11章則將自然語言處理知識套用於實戰。書中主要內容包括預訓練模型、文本分類、機器閱讀理解、命名實體識別、文本生成、模型蒸餾與剪枝及損失函式等知識。書中包含大量套用示例，不僅可以學會理論知識還可以靈活套用。書中示例基於Linux與PyTorch環境開發，讀者在學習自然語言處理知識的同時還可學會PyTorch框架技術，內容完整、步驟清晰，提供了工程化的解決方案。本書可作為有一定深度學習基礎的讀者的入門書，也可作為從事自然語言處理算法工作的技術人員及培訓機構的參考書。

圖書目錄

第1章導論（13min）

1.1基於深度學習的自然語言處理

1.2本書章節脈絡

1.3自然語言處理算法流程

1.4小結

第2章Python開發環境配置（35min）

2.1Linux伺服器

2.1.1MobaXterm

2.1.2使用MobaXterm連線遠程伺服器

2.1.3在伺服器上安裝Python開發環境

2.1.4使用Anaconda國內源

2.1.5pip設定永久阿里雲源

2.2Python虛擬環境

2.3PyCharm遠程連線伺服器

2.4screen任務管理

2.5Docker技術

2.6小結

第3章自然語言處理的發展進程

3.1人工規則與自然語言處理

3.2機器學習與自熱語言處理

3.2.1詞袋模型

3.2.2ngram

3.2.3頻率與逆文檔頻率

3.3深度學習與自然語言處理

3.4小結

第4章無監督學習的原理與套用（30min）

4.1淺層無監督預訓練模型

4.2深層無監督預訓練模型

4.2.1BERT

4.2.2SelfAttention Layer原理

4.2.3SelfAttention Layer的內部運算邏輯

4.2.4MultiHead SelfAttention

4.2.5Layer Normalization

4.2.6BERT預訓練

4.2.7BERT的微調過程

4.3其他預訓練模型

4.3.1RoBERTa

4.3.2ERNIE

4.3.3BERT_WWM

4.3.4ALBERT

4.3.5Electra

4.3.6NEZHA

4.3.7NLP預訓練模型對比

4.4自然語言處理四大下游任務

4.4.1句子對分類任務

自然語言處理——原理、方法與套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條