精品无码久久久久国产电影 ,99久久最新国产

內容簡介

　　本分冊以類腦模式的深度學習為基礎，對自然語言處理的不同層面及其應用進行介紹。本分冊共分為10章，第１章介紹了自然語言中不同語言單元（包括詞、句子和篇章）的表示，并介紹了深度神經(jīng)網(wǎng)絡的注意力計算模型；第２章和第３章分別介紹了自然語言詞法和句子的經(jīng)典分析算法和深度學習模型；第４章介紹了知識圖譜和從大規(guī)模文本中獲取知識的主要技術；第５章和第６章重點介紹了文本挖掘技術，包括文本分類和摘要以及文本情感分析；第７章至第10章分別介紹了自然語言處理在信息檢索、自動問答、機器翻譯和社會計算中的應用技術。

作者簡介

　　孫茂松，教授，博導，清華大學計算機科學與技術系黨委書記。研究領域：自然語言理解、中文信息處理、Web 智能和社會計算。主持項目約20項，主持信息處理ISO國際標準 2項，發(fā)表論文130余篇，獲國家發(fā)明專利4項。李涓子，教授，清華大學計算機科學與技術系軟件研究所副所長。研究領域：語義 Web，語義 Web 服務；新聞與社會網(wǎng)絡挖掘，主持多項國家自然基金項目，獲網(wǎng)選新聞技術科技進步二等獎。

圖書目錄

1 語言認知與表示模型
1．1 語言認知與語言表示的定義
1．2 研究語言認知與表示的意義與挑戰(zhàn)
1．3 語言表示的模型與方法
1．3．1 詞的表示
1．3．2 句子表示
1．3．3 篇章表示
1．3．4 注意力
1．4 基于預訓練模型的語言表示
參考文獻
2 詞法分析
2．1 引言
2．1．1 詞法分析的任務定義
2．1．2 詞法分析的發(fā)展歷程
2．1．3 詞法分析的數(shù)據(jù)集和公開評測
2．1．4 分詞的意義與挑戰(zhàn)
2．2 中文分詞
2．2．1 傳統(tǒng)方法
2．2．2 深度學習方法
2．2．3 實驗結果
2．3 命名實體識別
2．3．1 傳統(tǒng)方法
2．3．2 深度學習方法
2．3．3 實驗結果
2．4 詞性標注
2．4．1 傳統(tǒng)方法
2．4．2 深度學習方法
2．4．3 實驗結果
2．5 應用
2．6 小結
參考文獻
3 句法語義分析
3．1 引言
3．2 任務定義
3．2．1 依存句法分析（樹）
3．2．2 語義角色標注
3．2．3 語義依存分析（圖）
3．2．4 其他語義表示方法
3．2．5 數(shù)據(jù)集
3．2．6 相關評測
3．3 序列標注
3．3．1 條件隨機場
3．3．2 深度序列標注
3．3．3 語義角色標注
3．4 基于圖的方法
3．4．1 基于圖的依存句法分析方法
3．4．2 基于圖的語義依存分析方法
3．5 基于轉移的方法
3．5．1 基于轉移的依存句法分析方法
3．5．2 基于轉移的語義依存分析方法
3．6 句法語義分析的進展與挑戰(zhàn)
3．6．1 半監(jiān)督學習
3．6．2 主動學習
3．6．3 句法數(shù)據(jù)標注現(xiàn)狀
3．6．4 遷移學習
3．7 句法語義分析的應用
3．7．1 作為抽取規(guī)則
……
4 知識圖譜
5 文本分類與自動文摘
6 情感分析
7 信息檢索與推薦的神經(jīng)網(wǎng)絡方法：前沿與挑戰(zhàn)
8 自動問答與機器閱讀理解
9 機器翻譯
10 深度學習在社會計算中的應用與進展
索引