注冊(cè) | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)軟件與程序設(shè)計(jì)實(shí)用自然語言處理(影印版)

實(shí)用自然語言處理(影印版)

實(shí)用自然語言處理(影印版)

定 價(jià):¥142.00

作 者: AnujGupta,HarshitSurana
出版社: 東南大學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 程序設(shè)計(jì) 計(jì)算機(jī)/網(wǎng)絡(luò)

ISBN: 9787564194925 出版時(shí)間: 2021-05-01 包裝: 平裝-膠訂
開本: 16開 頁數(shù): 字?jǐn)?shù):  

內(nèi)容簡介

  許多書籍和課程都是通過一些小兒科般的用例和定義良好的數(shù)據(jù)集來解決自然語言處理(natural language processing,NLP)問題。但如果你想在商業(yè)環(huán)境中構(gòu)建、迭代、擴(kuò)展NLP系統(tǒng),為特定的垂直行業(yè)進(jìn)行量身定制,這本書就是你的行動(dòng)指南。軟件工程師和數(shù)據(jù)科學(xué)家將學(xué)會(huì)如何繁雜的選項(xiàng)迷宮中來去自如。在閱讀過程中,本書作者Sowmya Vajjala、Bodhisattwa Majumder、Anuj Gupta、Harshit Surana將指導(dǎo)你構(gòu)建嵌入在大型產(chǎn)品設(shè)置中的真實(shí)NLP解決方案。你會(huì)學(xué)到如何針對(duì)不同的垂直行業(yè)(如醫(yī)療保健、社交媒體和零售業(yè))調(diào)整解決方案。在本書中,你將能夠: 理解NLP中廣泛的問題、任務(wù)和解決方法。 使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的方法實(shí)現(xiàn)和評(píng)估不同的NLP應(yīng)用。 根據(jù)業(yè)務(wù)問題和行業(yè)垂直度,微調(diào)NLP解決方案。 評(píng)估用于NLP產(chǎn)品任務(wù)、數(shù)據(jù)集和不同階段的各種算法和方法。 形成遵循NLP系統(tǒng)發(fā)布、部署、DevOps實(shí)踐的軟件解決方案。 從業(yè)務(wù)和產(chǎn)品領(lǐng)導(dǎo)者的角度理解NLP的實(shí)踐、機(jī)會(huì)和路線圖。

作者簡介

  Sowmya Vajjala,加拿大國家研究委員會(huì)(National Research Council)的研究人員。她在學(xué)術(shù)界和工業(yè)界都建立了多語言的NLP系統(tǒng)。Bodhisattwa Majumder,加州大學(xué)圣地亞哥分校的博士候選人。他在Google AI和Microsoft Research參與了NLP系統(tǒng)的構(gòu)建。Anuj Gupta,Vahan的機(jī)器學(xué)習(xí)負(fù)責(zé)人。他曾在財(cái)富100強(qiáng)公司和初創(chuàng)企業(yè)中培養(yǎng)并領(lǐng)導(dǎo)了多支ML團(tuán)隊(duì)。Harshit Surana,Deep Flux的聯(lián)合創(chuàng)始人和CTO。他曾在卡耐基梅隆大學(xué)和麻省理工學(xué)院媒體實(shí)驗(yàn)室(MIT Media)進(jìn)行NLP和ML研究。

圖書目錄

Foreword
Preface
Part I. Foundations
1. NLP: A Primer
NLP in the Real World
NLP Tasks
What Is Language?
Building Blocks of Language
Why Is NLP Challenging?
Machine Learning, Deep Learning, and NLP: An Overview
Approaches to NLP
Heuristics-Based NLP
Machine Learning for NLP
Deep Learning for NLP
Why Deep Learning Is Not Yet the Silver Bullet for NLP
An NLP Walkthrough: Conversational Agents
Wrapping Up
2. NLP Pipeline
Data Acquisition
Text Extraction and Cleanup
HTML Parsing and Cleanup
Unicode Normalization
Spelling Correction
System-Specific Error Correction
Pre-Processing
Preliminaries
Frequent Steps
Other Pre-Processing Steps
Advanced Processing
Feature Engineering
Classical NLP/ML Pipeline
DL Pipeline
Modeling
Start with Simple Heuristics
Building Your Model
Building THE Model
Evaluation
Intrinsic Evaluation
Extrinsic Evaluation
Post-Modeling Phases
Deployment
Monitoring
Model Updating
Working with Other Languages
Case Study
Wrapping Up
3. Text Representation
Vector Space Models
Basic Vectorization Approaches
One-Hot Encoding
Bag of Words
Bag of N-Grams
TF-IDF
Distributed Representations
Word Embeddings
Going Beyond Words
Distributed Representations Beyond Words and Characters
Universal Text Representations
Visualizing Embeddings
Handcrafted Feature Representations
Wrapping Up
……
Part II. Essentials
Part III. Applied
Part IV. Bringing It All Together
Index

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)