自然语言处理从入门到实战
本书特色
[
为了帮助广大爱好自然语言处理（NaturalLanguageProcessing,NLP）技术的读者朋友入门此领域，本书阐述了自然语言处理概况、领域应用、相关处理工具包、相关的机器学习及深度学习模型、文本预处理及文本表征等基础知识，以及具体的自然语言处理任务，包括文本分类、关系抽取、知识图谱、文本摘要、序列标注、机器翻译和聊天系统，同时介绍了自然语言处理技术在学术界以及工业界的发展、应用现状，并为读者们提供了部分面试参考题目。本书适合有一定的编程及机器学习基础，想入门自然语言处理，以及想系统了解或准备求职自然语言处理初级岗位的读者阅读。
]
内容简介
[
本书全面阐述了自然语言处理概况、领域应用、相关处理工具包、相关的机器学习及深度学习模型、文本预处理及文本表征等基础知识, 以及具体的自然语言处理任务, 包括文本分类、关系抽取、知识图谱、文本摘要、序列标注、机器翻译和聊天系统, 并且在*后介绍了自然处理领域在学术界以及工业界的现状, 为读者们提供了面试参考题目。
]
作者简介
[
胡盼盼自然语言处理工程师，斯特拉斯堡大学计算机语言学硕士，曾任法国科学院（CNRS，Centre National de la Recherche Scientifique）算法研究员，负责过医疗知识图谱、聊天机器人、智能律师系统、文本生成系统等企业级核心项目。
]
目录
目录
**部分了解自然语言处理
第1章自然语言处理初探
1��1自然语言处理概述
1��1��1自然语言处理早期发展史
1��1��2新世纪的里程碑事件
1��2自然语言处理的挑战
1��2��1词义消歧
1��2��2指代消解
1��2��3上下文理解
1��2��4语义与语用的不对等
1��3自然语言处理的应用领域
1��3��1医疗
1��3��2教育
1��3��3媒体
1��3��4金融
1��3��5法律
1��4自然语言处理的常见工具
1��4��1基础任务工具包
1��4��2科学计算及机器学习框架
1��4��3深度学习框架
本章小结
思考题
第二部分自然语言处理核心技术
第2章自然语言处理与机器学习
2��1逻辑回归
2��1��1逻辑回归基本原理
2��1��2逻辑回归在实践中的注意要点
2��1��3逻辑回归的优势与不足
2��2朴素贝叶斯
2��2��1朴素贝叶斯基本原理
2��2��2朴素贝叶斯的类型
2��2��3朴素贝叶斯的优势与不足
2��3Kmeans算法
2��3��1Kmeans算法基本原理
2��3��2Kmeans算法实践
2��3��3Kmeans算法的优势与不足
2��4决策树
2��4��1决策树的属性划分
2��4��2随机森林的基本原理
2��4��3随机森林在应用中的注意细节
2��5主成分分析
2��5��1梯度上升法解PCA
2��5��2协方差矩阵解PCA
2��5��3实战PCA
本章小结
思考题
第3章自然语言处理与神经网络
3��1神经网络初探
3��1��1神经元结构
3��1��2常见的激活函数
3��1��3误差反向传播算法
3��2常见的神经网络结构
3��2��1多层感知机
3��2��2循环神经网络的基本原理
3��2��3卷积神经网络的基本原理
3��2��4神经网络的优势与不足
3��3神经网络算法的改进与提升
3��3��1防止过拟合的方法
3��3��2训练速度与精度的提高方法
3��3��3注意力机制
本章小结
思考题
第三部分自然语言处理基本任务
第4章文本预处理
4��1文本预处理的基础项目
4��1��1文本规范化
4��1��2语义分析
4��1��3分词
4��1��4文本纠错
4��2关键词提取
4��2��1基于特征统计
4��2��2基于主题模型
4��2��3基于图模型
4��3数据不平衡的处理
4��3��1常见方法
4��3��2数据不平衡问题实战
本章小结
思考题 第5章文本的表示技术
5��1词袋模型
5��1��1基于频次的词袋模型
5��1��2基于TFIDF的词袋模型
5��1��3相关工具的使用
5��2Word2Vec词向量
5��2��1Word2Vec的基本原理
5��2��2Word2Vec模型细节及代码演示
5��2��3应用工具训练Word2Vec
5��3改进后的词表征
5��3��1GloVe模型
5��3��2FastText模型
5��3��3ELMo模型
5��4句向量
5��4��1基于词向量的平均
5��4��2沿用Word2Vec思想
5��4��3有监督方式
本章小结
思考题
第6章序列标注
6��1序列标注基础
6��1��1序列标注的应用场景
6��1��2基线方式
6��1��3序列标注任务的难点
6��2基于概率图的模型
6��2��1隐马尔科夫模型（HMM）
6��2��2*大熵马尔科夫模型（MEMM）
6��2��3条件随机场模型（CRF）
6��2��4天气预测实例
6��3基于深度学习的方式
6��3��1数据表征形式
6��3��2序列处理模型
本章小结
思考题
第7章关系抽取
7��1关系抽取基础
7��1��1关系抽取概述
7��1��2关系抽取的主要方法
7��1��3深度学习与关系抽取
7��1��4强化学习与关系抽取
7��2基于半监督的关系抽取模式：Snowball系统
7��2��1Patterns及Tuples的生成
7��2��2Patterns及Tuples的评估
7��2��3Snowball的实现细节
7��3关系抽取工具——DeepDive
7��3��1DeepDive概述
7��3��2DeepDive工作流程
7��3��3概率推断与因子图
本章小结
思考题
第四部分自然语言处理高级任务
第8章知识图谱
8��1知识图谱基本概念
8��1��1从语义网络到知识图谱
8��1��2知识的结构化、存储及查询
8��1��3几个开源的知识图谱
8��2知识图谱的关键构建技术
8��2��1本体匹配
8��2��2实体链接
8��2��3知识推理
8��3知识图谱应用
8��3��1反欺诈
8��3��2个性化推荐
8��3��3知识库问答
本章小结
思考题
第9章文本分类
9��1文本分类的常见方法
9��1��1机器学习
9��1��2模型融合
9��1��3深度学习
9��2文本分类的不同应用场景
9��2��1二分类
9��2��2多分类
9��2��3多标签多分类
9��3案例：搭建一款新闻主题分类器
9��3��1数据预处理
9��3��2训练与预测
9��3��3改进
本章小结
思考题
第10章文本摘要
10��1抽取式摘要
10��1��1传统方法
10��1��2基于深度学习的方法
10��1��3抽取式摘要的训练数据问题
10��2生成式摘要
10��2��1基础模型
10��2��2前沿模型中的技巧
10��2��3强化学习与生成式摘要
10��3案例：搭建网球新闻摘要生成器
10��3��1基于词频统计的摘要生成器
10��3��2基于图模型的摘要生成器
10��3��3结果分析
本章小结
思考题
第11章机器翻译
11��1传统机器翻译
11��1��1源起
11��1��2基于规则
11��1��3基于大规模语料
11��2统计机器翻译
11��2��1相关流派
11��2��2基于信源信道的统计机器翻译
11��2��3案例：外星语的翻译实战
11��3神经机器翻译
11��3��1基本原理
11��3��2改进机制
11��3��3前沿与挑战
本章小结
思考题
第12章聊天系统
12��1聊天系统的类型
12��1��1闲聊式机器人
12��1��2知识问答型机器人
12��1��3任务型聊天机器人
12��2聊天系统的关键技术
12��2��1检索技术
12��2��2意图识别和词槽填充
12��2��3对话管理
12��2��4强化学习与多轮对话
12��3案例：闲聊机器人实战
12��3��1技术概要
12��3��2基本配置及数据预处理
12��3��3闲聊机器人模型的搭建
12��3��4模型训练、预测以及优化
本章小结
思考题
第五部分自然语言处理求职
第13章自然语言处理技术的现在、未来及择业
13��1自然语言处理组织及人才需求介绍
13��1��1学术界
13��1��2工业界
13��1��3人才需求现状
13��2未来与自然语言处理
13��2��1自然语言处理热点技术方向
13��2��2自然语言处理的应用畅想
13��2��3自然语言处理带来的行业冲击
13��3面试题
13��3��1数据结构与算法
13��3��2数学基础
13��3��3机器学习与深度学习
13��3��4自然语言处理专业
13��3��5实际问题解决及技术领域见解
本章小结
思考题
附录A思考题参考答案 附录B面试题答案目录
封面
书名:自然语言处理从入门到实战
作者:胡盼盼编著
页数:251页
定价:¥79.8
出版社:中国铁道出版社
出版日期:2020-06-01
ISBN:9787113266912
PDF电子书大小:148MB 高清扫描完整版