购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

●本书特色●

本书从自然语言处理必备的基础知识出发,逐步延伸至自然语言处理任务的进阶技术,如ELMo、Transformers、Bert等 ,并在各个知识点间穿插了实战项目案例,让读者系统地理解自然语言处理技术。

近年来,基于深度学习方法的自然语言处理(NLP)已逐渐成为主流。本书共8章,主要介绍自然语言处理任务中的深度学习技术,包含深度学习理论基础、深度学习的软件框架、语言模型与词向量、序列模型与梯度消失/爆炸、卷积神经网络在NLP领域的应用、Seq2Seq模型与Atten-tion机制、大规模预训练模型、预训练语言模型BERT,还给出了自然语言处理技术的高级应用和开发实例,并收录了基于PyTorch深度学习框架的部分实践项目,本书每章均配有重要知识点串讲视频。

本书既可作为人工智能、计算机科学、电子信息工程、自动化等专业的本科生及研究生教材,也可作为自然语言处理相关领域的研究人员和技术人员的参考资料。 PlTRrnqRTR+Iv1toAnJ+4ghackEDR8jir/ePUJiu96/AHhC0Z5KbrgS4WRd5Myln

点击中间区域
呼出菜单
上一章
目录
下一章
×