自然語言處理入門(2024年清華大學出版社出版的圖書)

內容簡介

自然語言處理（NLP）的目標是使計算機能夠像人類一樣理解語言。近年來自然語言處理作為一門學科發展迅速，得到了越來越廣泛的套用。本書從基本概念出發，對於自然語言基礎任務進行介紹：中文分詞、關鍵字抽取、詞向量、文本分類、命名實體識別和關係抽取。對自然語言處理當前熱門套用任務如知識圖譜、閱讀理解、摘要和對話等進行介紹。全書內容由淺入深，先從基本概念，再引出簡單套用實例。

圖書目錄

第1章中文分詞

1.1中文分詞中的基本問題

1.1.1中文分詞規範問題

1.1.2歧義切分問題

1.1.3未登錄詞識別問題

1.2基於詞表的分詞算法

1.2.1正向最大匹配算法

1.2.2逆向最大匹配算法

1.2.3雙向最大匹配算法

1.3基於統計模型的分詞算法

1.4基於序列標註的分詞算法

1.4.1基於HMM的分詞方法

1.4.2基於CRF的分詞方法

1.4.3基於BiLSTMCRF的中文分詞方法

參考文獻

第2章命名實體識別

2.1基於CRF的命名實體識別

2.1.1CRF基本概念

2.1.2命名實體識別任務

2.2基於BiLSTMCRF的命名實體識別

2.2.1RNN

2.2.2LSTM網路

2.2.3雙向LSTM網路

2.2.4BiLSTMCRF

2.3注意力機制

參考文獻

第3章關係抽取

3.1實體關係抽取定義

3.2實體關係抽取框架

3.3評測方法

3.4有監督實體關係抽取方法

3.5半監督實體關係抽取方法

3.6遠程監督實體關係抽取方法

參考文獻

第4章詞向量技術

4.1OneHot詞向量技術

4.2Word2Vec詞向量技術

4.2.1CBOW模型

4.2.2SkipGram模型

4.2.3最佳化方法

4.3BERT詞向量嵌入

4.3.1注意力機制

4.3.2Transformer

4.3.3BERT

4.3.4基於BERT的衍生模型

參考文獻

第5章關鍵字提取

5.1TextRank關鍵字提取算法

5.1.1基於圖的排序算法

5.1.2基於圖的排序算法的拓展運用

5.1.3基於圖的排序算法在關鍵字提取中的運用

5.1.4TextRank算法

5.2TFIDF關鍵字提取算法

5.3LDA與PLSA關鍵字提取算法

5.3.1相關基礎知識

自然語言處理入門(2024年清華大學出版社出版的圖書)

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條