自然語言處理與深度學習

《自然語言處理與深度學習》是2018年機械工業出版社出版的圖書，作者是小高知宏。

基本介紹

• 書名：自然語言處理與深度學習
• 作者：小高知宏
• 出版社：機械工業出版社
• 出版時間：2018年1月1日
• 開本：16 開
• 裝幀：平裝
• ISBN：9787111586579

內容簡介

本書初步探索了將深度學習套用於自然語言處理的方法。概述了自然語言處理的一般概念，通過具體實例說明了如何提取自然語言文本的特徵以及如何考慮上下文關係來生成文本。書中自然語言文本的特徵提取是通過卷積神經網路來實現的，而根據上下文關係來生成文本則利用了循環神經網路。這兩個網路是深度學習領域中常用的基礎技術。

圖書目錄

CONTENTS

譯者序

前言

第1章　自然語言處理與深度學習1

1.1　自然語言處理1

1.1.1　什麼是自然語言處理1

1.1.2　自然語言處理基礎4

1.2　深度學習13

1.2.1　人工智慧與機器學習13

1.2.2　神經網路16

1.2.3　卷積神經網路和自編碼器22

1.3　與自然語言處理相關的深度學習27

1.3.1　自然語言處理與神經網路、深度學習27

1.3.2　用神經網路來表達單詞意義29

1.3.3　深度學習套用於自然語言處理31

第2章　基於文本處理的自然語言處理32

2.1　自然語言文本的文本處理32

2.1.1　文字處理32

2.1.2　單詞處理45

2.1.3　1-of-N表示的處理54

2.2　基於單詞2-gram的文本生成68

第3章　深度學習套用於自然語言文本分析77

3.1　基於CNN的文本分類77

3.2　準備1：卷積運算和池化處理81

3.2.1　卷積運算81

3.2.2　池化處理90

3.3　準備2：全連線型神經網路96

3.3.1　基於層次結構的全連線型神經網路的構造及學習方法96

3.3.2　全連線型神經網路的實現99

3.4　卷積神經網路的實現102

3.4.1　卷積神經網路的結構102

3.4.2　由卷積神經網路學習1-of-N表示數據103

3.4.3　基於CNN的單詞序列評估118

第4章　文本生成與深度學習133

4.1　基於循環神經網路的文本生成133

4.1.1　神經網路和文本生成133

4.1.2　循環神經網路136

4.2　RNN的實現139

4.2.1　RNN程式的設計139

4.2.2　RNN程式的實現141

4.3　基於RNN的文本生成154

4.3.1　基於RNN的文本生成框架154

4.3.2　文本生成實驗的實例160

附錄A　將行的重複次數添加到行首的程式uniqc.c167

附錄B　按照行首的數值對行進行排序的程式sortn.c169

附錄C　全連線型神經網路的程式bp.c171

參考文獻178

作者簡介

小高知宏，日本福井大學大學院工學研究科教授。其主要著作有《計算機系統》《從基礎開始學會TCP/IP Java網路程式設計 第2版》《初學AI程式設計——用C語言製作人工智慧和人工無能》《初學機器學習》《基於AI的大規模數據處理入門》《人工智慧入門》等。