書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
自然語言處理之BERT模型算法、架構(gòu)和案例實戰(zhàn)

自然語言處理之BERT模型算法、架構(gòu)和案例實戰(zhàn)

作者：陳之炎
出版社：中國鐵道出版社出版時間：2023-05-01
開本： 16開 頁數(shù)： 236
中 圖 價:¥51.2(5.7折) 定價  ¥89.8 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

自然語言處理之BERT模型算法、架構(gòu)和案例實戰(zhàn) 版權(quán)信息

自然語言處理之BERT模型算法、架構(gòu)和案例實戰(zhàn) 本書特色

1. 本書行文邏輯清晰，通俗易懂 ????深度學習算法包含很多繁雜的公式，為了便于讀者理解本書內(nèi)容，提高學習效率，本書重點不是推導理論，而是用通俗淺顯的語言把道理闡明，幫助讀者建立直覺。用通俗的語言對復雜模型進行解讀，為讀者在這個領(lǐng)域的進一步深入研究拋磚引玉。 2. 本書每一章節(jié)均附有課后習題，以便適時檢驗讀者的學習效果，提高學習效率 ????為了便于讀者理解本書內(nèi)容，提高學習效率，專門在每一章后面附了練習題，讀者在讀完本章節(jié)內(nèi)容之后，做一下課后練習題，以檢驗學習效果。這些課后習題答案和本書涉及的源代碼一起收錄于附贈資源中。 3. 行文和結(jié)構(gòu)連貫 ????采取讀者**視角的模式來組織行文邏輯和實現(xiàn)方案，使得行文和結(jié)構(gòu)更連貫，便于理解。 4. 實際案例解析，注重實戰(zhàn)演練 ????以通俗易懂的文字，解釋了自然語言處理技術(shù)的基本原理，對常見算法架構(gòu)進行介紹， 對本書的主要內(nèi)容BERT 模型進行詳細的講解，分別從不同的難度等級展示了兩個實戰(zhàn)案例， 將理論和實踐有機地結(jié)合在一起。 5. 編程思想及經(jīng)驗分享，提升你的編程能力 ????在案例講解中，融入了編程思想及經(jīng)驗的分享！安恢皇菍W習技術(shù)，重要的是在思想上能有所提升”，希望讓你在學習技術(shù)的同時，潛移默化中，能夠加深對一些編程思想的認識。

自然語言處理之BERT模型算法、架構(gòu)和案例實戰(zhàn) 內(nèi)容簡介

本書先從自然語言處理的概念入手，闡述文本的表示技術(shù)等信息處理技術(shù)；在介紹了常用的自然語言處理模型之后，聚焦于BERT模型，對BERT 模型的核心場景問題進行分析，對BERT 的原理、架構(gòu)和實現(xiàn)做了詳細的解讀。在此基礎(chǔ)上分別從初、中、高三個不同的層面展示了三個實戰(zhàn)案例，給出了具體的代碼實現(xiàn)，詳實的實戰(zhàn)案例使讀者能夠充分理解BERT 模型，能夠利用BERT 模型解決自然語言處理中的實際問題。*后，對自然語言處理和深度學習技術(shù)的發(fā)展趨勢做了展望，對讀者進一步深入研究自然語言處理技術(shù)提出了有益的建議。

自然語言處理之BERT模型算法、架構(gòu)和案例實戰(zhàn) 目錄

**篇 自然語言處理基礎(chǔ)
第1章 自然語言處理
1．1 自然語言處理的起源
1．2 自然語言處理的發(fā)展
1．3 自然語言處理的應(yīng)用領(lǐng)域
1．3．1 機器翻譯
1．3．2 智能問答
1．3．3 文本信息檢索和提取
1．3．4 情感分析
1．4 自然語言處理領(lǐng)域的難點問題
1．4．1 單詞的邊界界定
1．4．2 詞義的消歧
1．4．3 句法的模糊性
本章小結(jié)
思考題
第2章 自然語言處理的預(yù)備知識
2．1 數(shù)學知識
2．1．1 線性代數(shù)
2．1．2 微積分
2．1．3 概率論
2．2 計算機信息處理基礎(chǔ)知識
2．2．1 字符的編碼和表示
2．2．2 語言和算法
2．2．3 框架模型簡介
2．3 基礎(chǔ)任務(wù)工具包
2．3．1 基礎(chǔ)任務(wù)工具包簡介
2．3．2 Python環(huán)境的搭建
2．3．3 10個Python字符串處理技巧
2．4 Python中常用到的自然語言處理庫
2．4．1 NITK
2．4．2 TextBlob
2．4．3 Spacy
2．4．4 Gensim
2．4．5 StanfordCoreNLP
2．5 NLP的深度學習框架
2．5．1 深度學習概述
2．5．2 NLP的深度學習：ANN、RNN和LSTM
2．5．3 利用PyTorch實現(xiàn)情感文本分類
本章小結(jié)
思考題
第3章 文本的表示技術(shù)
……

第二篇 自然語言處理中的深度學習算法
第三篇 實戰(zhàn)案例
第四篇 結(jié)語和展望

展開全部

自然語言處理之BERT模型算法、架構(gòu)和案例實戰(zhàn) 作者簡介

陳之炎曾供職于長城電腦和大唐微電子等知名企業(yè)；參與過智能化翻譯教學系統(tǒng)等大型項目的研發(fā)工作；長期擔任清華數(shù)據(jù)派和大數(shù)據(jù)文摘等公眾號的特約供稿者，發(fā)表過近20萬字的有關(guān)人工智能和大數(shù)據(jù)的譯作，作品被CSDN 、知乎等多個專業(yè)知識共享平臺所轉(zhuǎn)載。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服