注册 登录 进入教材巡展
#

出版时间:2023-10

出版社:电子工业出版社

以下为《自然语言处理导论》的配套数字资源,这些资源在您购买图书后将免费附送给您:
  • 电子工业出版社
  • 9787121460326
  • 1-2
  • 512279
  • 48253895-6
  • 平塑单衬
  • 16开
  • 2023-10
  • 895
  • 592
  • 计算机科学与技术
  • 本科 研究生及以上
内容简介
自然语言处理是人工智能的重要方向之一,被誉为人工智能皇冠上的"明珠”。它融合了语言学、计算 机科学、机器学习等多学科内容。本书主要包含基础技术、核心技术以及模型分析三个部分。基础技术部分 主要介绍自然语言处理的基础任务和底层技术,包含词汇分析、句法分析、语义分析、篇章分析和语言模型; 核心技术部分主要介绍自然语言处理应用任务和相关技术,主要包括信息抽取、机器翻译、情感分析、智能 问答、文本摘要、知识图谱;模型分析部分主要介绍基于机器学习的自然语言处理模型的稳健性和可解释性 问题。
目录
第 1 部分 基础技术__eol__第 1 章 绪论 2__eol__1.1 自然语言处理的基本概念 2__eol__1.1.1 自然语言处理简史 2__eol__1.1.2 自然语言处理的主要研究内容 5__eol__1.1.3 自然语言处理的主要难点 7__eol__1.2 自然语言处理的基本范式 10__eol__1.2.1 基于规则的方法 11__eol__1.2.2 基于机器学习的方法 12__eol__1.2.3 基于深度学习的方法 14__eol__1.2.4 基于大模型的方法 15__eol__1.3 本书内容安排 16__eol__第 2 章 词汇分析 18__eol__2.1 语言中的词汇 18__eol__2.1.1 词的形态学 18__eol__2.1.2 词的词性 19__eol__2.2 词语规范化 23__eol__2.2.1 词语切分 23__eol__2.2.2 词形还原 24__eol__2.2.3 词干提取 24__eol__2.3 中文分词 25__eol__2.3.1 中文分词概述 25__eol__2.3.2 基于最大匹配的中文分词算法 28__eol__2.3.3 基于线性链条件随机场的中文分词算法 29__eol__2.3.4 基于感知器的中文分词算法 31__eol__2.3.5 基于双向长短期记忆网络的中文分词算法 34__eol__2.3.6 中文分词评测方法 36__eol__2.3.7 中文分词语料库 37__eol__2.4 词性标注 38__eol__2.4.1 基于规则的词性标注 39__eol__2.4.2 基于隐马尔可夫模型的词性标注 40__eol__2.4.3 基于卷积神经网络的词性标注 42__eol__2.4.4 词性标注评测方法 44__eol__2.4.5 词性标注语料库 45__eol__2.5 延伸阅读 46__eol__2.6 习题 47__eol__第 3 章 句法分析 48__eol__3.1 句法概述 48__eol__3.1.1 成分语法理论概述 49__eol__3.1.2 依存语法理论概述 51__eol__3.2 成分句法分析 53__eol__3.2.1 基于上下文无关语法的成分句法分析 54__eol__3.2.2 基于概率上下文无关语法的成分句法分析 59__eol__3.2.3 成分句法分析评测方法 67__eol__3.3 依存句法分析 69__eol__3.3.1 基于图的依存句法分析 70__eol__3.3.2 基于神经网络的图依存句法分析 74__eol__3.3.3 基于转移的依存句法分析 79__eol__3.3.4 基于神经网络的转移依存句法分析 82__eol__3.3.5 依存句法分析评测方法 85__eol__3.4 句法分析语料库 86__eol__3.5 延伸阅读 89__eol__3.6 习题 90__eol__第 4 章 语义分析 91__eol__4.1 语义学概述 91__eol__4.1.1 词汇语义学 92__eol__4.1.2 句子语义学 96__eol__4.2 语义表示 98__eol__4.2.1 谓词逻辑表示 99__eol__4.2.2 框架表示 100__eol__4.2.3 语义网络表示 102__eol__4.3 分布式表示 103__eol__4.3.1 词分布式表示 104__eol__4.3.2 句子分布式表示 114__eol__4.3.3 篇章分布式表示 117__eol__4.4 词义消歧 119__eol__4.4.1 基于目标词上下文的词义消歧算法 119__eol__4.4.2 基于词义释义匹配的词义消歧算法 122__eol__4.4.3 基于词义知识增强预训练的词义消歧算法 126__eol__4.4.4 词义消歧评测方法 128__eol__4.4.5 词义消歧语料库 128__eol__4.5 语义角色标注 132__eol__4.5.1 基于句法树的语义角色标注算法 132__eol__4.5.2 基于深度神经网络的语义角色标注算法 135__eol__4.5.3 语义角色标注评测方法 140__eol__4.5.4 语义角色标注语料库和语义角色标注评测 140__eol__4.6 延伸阅读 143__eol__4.7 习题 144__eol__第 5 章 篇章分析 145__eol__5.1 篇章理论概述 145__eol__5.1.1 篇章的衔接 146__eol__5.1.2 篇章的连贯 148__eol__5.1.3 篇章的结构 149__eol__5.2 话语分割 153__eol__5.2.1 基于词汇句法树的统计话语分割算法 154__eol__5.2.2 基于循环神经网络的话语分割算法 155__eol__5.3 篇章结构分析 157__eol__5.3.1 修辞结构篇章分析 157__eol__5.3.2 浅层篇章分析 161__eol__5.4 指代消解 167__eol__5.4.1 基于表述对的指代消解算法 168__eol__5.4.2 基于表述排序的指代消解算法 170__eol__5.4.3 基于实体的指代消解算法 175__eol__5.5 延伸阅读 179__eol__5.6 习题 180__eol__第 6 章 语言模型 181__eol__6.1 语言模型概述 181__eol__6.2 n 元语言模型 182__eol__6.2.1 加法平滑 184__eol__6.2.2 古德-图灵估计法 184__eol__6.2.3 Katz 平滑 185__eol__6.2.4 平滑方法总结 187__eol__6.3 神经网络语言模型 188__eol__6.3.1 前馈神经网络语言模型 188__eol__6.3.2 循环神经网络语言模型 189__eol__6.4 预训练语言模型 191__eol__6.4.1 动态词向量算法 ELMo 191__eol__6.4.2 生成式预训练语言模型 GPT 193__eol__6.4.3 掩码预训练语言模型 BERT 195__eol__6.4.4 序列到序列的预训练语言模型 BART 199__eol__6.4.5 预训练语言模型的应用 201__eol__6.5 大规模语言模型 203__eol__6.5.1 基础大模型训练 205__eol__6.5.2 指令微调 207__eol__6.5.3 人类反馈 209__eol__6.6 语言模型评测方法 210__eol__6.7 延伸阅读 210__eol__6.8 习题 212__eol__第 2 部分 核心技术__eol__第 7 章 信息抽取 214__eol__7.1 信息抽取概述 214__eol__7.2 命名实体识别 216__eol__7.2.1 非嵌套命名实体识别 217__eol__7.2.2 嵌套命名实体识别 225__eol__7.2.3 多规范命名实体识别 230__eol__7.2.4 命名实体识别评测方法 233__eol__7.2.5 命名实体识别语料库 233__eol__7.3 关系抽取 235__eol__7.3.1 有监督关系抽取 236__eol__7.3.2 远程监督关系抽取 240__eol__7.3.3 开放关系抽取 245__eol__7.3.4 关系抽取评测方法 249__eol__7.3.5 关系抽取语料库 250__eol__7.4 事件抽取 251__eol__7.4.1 限定域事件抽取 251__eol__7.4.2 开放域事件抽取 255__eol__7.4.3 事件抽取评测方法 260__eol__7.4.4 事件抽取语料库 260__eol__7.5 延伸阅读 261__eol__7.6 习题 262__eol__第 8 章 机器翻译· 263__eol__8.1 机器翻译概述 263__eol__8.1.1 机器翻译的发展历程 264__eol__8.1.2 机器翻译的现状与挑战 265__eol__8.2 基于统计的机器翻译方法 266__eol__8.2.1 任务定义与基本问题 266__eol__8.2.2 IBM 模型Ⅰ 270__eol__8.2.3 IBM 模型Ⅱ 274__eol__8.2.4 IBM 模型Ⅲ 275__eol__8.2.5 IBM 模型Ⅳ 276__eol__8.2.6 IBM 模型Ⅴ 277__eol__8.3 基于神经网络的机器翻译方法 278__eol__8.3.1 循环神经网络翻译模型 279__eol__8.3.2 卷积神经网络翻译模型 281__eol__8.3.3 自注意力神经网络翻译模型 284__eol__8.4 机器翻译语料库 288__eol__8.5 延伸阅读 290__eol__8.6 习题 291__eol__第 9 章 情感分析 292__eol__9.1 情感分析概述 292__eol__9.1.1 情感模型 293__eol__9.1.2 情感分析的主要任务 297__eol__9.2 篇章级情感分析 300__eol__9.2.1 基于支持向量机的篇章级情感分析 301__eol__9.2.2 基于层次结构的篇章级情感分析 303__eol__9.2.3 篇章级情感分析语料库 305__eol__9.3 句子级情感分析