| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787115684257 |
| 所属分类：图书>教材>成人教育教材>中文 |
新华书店正版，多仓就近发货，城市次日达，团购优惠咨询在线客服！重磅推荐
编辑推荐
本书紧密对接学科和技术领域的快速发展，及时反映了自然语言处理领域近期新研究成果和应用趋势，注重理论实践相结合，系统讲解在真实环境中掌握并应用优选进的自然语言处理技术。
本书与传统自然语言处理教材不同，全书通过丰富案例与实践，让初学者能从基本理论开始学习，再到文本摘要、情感分析，直至复杂的对话系统构建、机器翻译等多个层面的实践课程学习，逐步掌握基于大模型的不同细分技术的解决方案。是一本面向未来，紧跟技术发展趋势，旨在培养读者解决实际问题能力的教材
内容简介
本书与深度学习、大语言模型技术紧密结合，确保内容的先进性和实用性。本书通过系统化的介绍，按照自然语言处理核心任务的逻辑顺序，引导读者深入了解并掌握近期新技术。本书内容分为两大部分，共章。第部分为前章，主要介绍学习自然语言处理所需掌握的理论基础，包括预备知识、深度神经网络以及语言模型预训练，前章的理论讲解依次递进，为后续章节的核心任务做铺垫：第部分为后章，主要介绍自然语言处理的个核心任务，包括生成式文本摘要、情感分析、信息抽取、机器阅读理解、机器翻译和对话系统，后章的内容从实践出发，与当前预训练大语言模型相结合，深度剖析自然语言处理的核心任务与部署实践。本书适合作为高等院校计算机科学与技术、数据科学与大数据及相关专业的教材，也可作为自然语言处理相关从业者的参考用书。
作者简介
魏巍，华中科技大学教授，博导， 年博士毕业于华中科技大学计算机学院。现任华中科技大学计算机学院认知计算与智能信息处理（）实验室主任，入选第十批“ 光谷人才计划”。主要研究方向包括人工智能、自然语言处理、信息检索与推荐、多模计算、数据挖掘等。
目 录
第部分 理论基础
第章 预备知识
概率论基本概念
概率的基本要素
随机变量与分布函数
信息论基本概念
自信息
信息熵
交叉熵
相对熵
互信息
图论基本概念
图的基本定义
路径与连通性 第部分 理论基础
第章 预备知识
概率论基本概念
概率的基本要素
随机变量与分布函数
信息论基本概念
自信息
信息熵
交叉熵
相对熵
互信息
图论基本概念
图的基本定义
路径与连通性
图遍历算法
最短路径算法
机器学习基本概念
机器学习方法分类
机器学习基本步骤
欠拟合与过拟合
模型评估与模型选择
自然语言处理基本概念
自然语言处理的发展历程
自然语言处理的挑战
自然语言处理的传统任务
本书内容安排
本章小结
本章练习
第章 深度神经网络
线性神经网络
线性回归
逻辑回归
多类别逻辑回归
神经网络训练
损失函数
优化算法
前馈神经网络
多层感知机
前向传播
反向传播
卷积神经网络
卷积层
池化层
循环神经网络
本章小结
本章练习
第章 语言模型预训练
简介
语言模型预训练的任务
预训练语言模型基础结构
应用介绍
掩码预训练模型
网络结构
输入表示
训练
系列模型
预训练语言模型优化
模型压缩
大语言模型的微调适配
计算架构介绍
代码解析
位置编码
编码器
解码器
架构
本章小结
本章练习
第部分 核心任务
第章 生成式文本摘要
引言
文本摘要任务
序列生成架构
文本输入的长期依赖问题
长期依赖问题
门控循环单元
长短期记忆网络
梯度裁剪与正则化
复杂的长文本编码方案
双向卷积神经网络
层级式卷积神经网络
基于双向的文本摘要
基于预训练语言模型的文本摘要
基于的文本摘要模型
预训练模型与长文本摘要
本章小结
本章练习
第章 情感分析
引言
情感分类
方面抽取
观点抽取
基于注意力机制的情感分析
注意力机制简介
通用注意力机制框架
注意力机制分类
应用实例——基于注意
力机制的方面级别情感分类
基于图神经网络的情感分析
图神经网络简介
图注意力网络及多头注意力机制
应用实例——基于图神经网络的方面级别情感分类
预训练情绪分析模型
基于预训练模型的方法
基于实现的
情感分析实例
本章小结
本章练习
第章 信息抽取
信息抽取简介
命名实体识别
任务简介
命名实体识别模型
实体链接
引言
实体链接通用架构
实体链接方向
关系抽取
引言
关系抽取方法
关系抽取方向
事件抽取
引言
事件抽取面临的挑战
限定域事件抽取
开放域事件抽取
小样本信息抽取
预训练信息抽取模型
本章小结
本章练习
第章 机器阅读理解
机器阅读理解简介
机器阅读理解任务
机器阅读理解模型架构
常见的机器阅读理解模型
双向注意力流模型
模型
阅读验证模型
回溯式阅读模型
预训练的机器阅读理解模型
微调数据设置
微调训练设置
本章小结
本章练习
第章 机器翻译
机器翻译简介
机器翻译的任务
机器翻译模型架构
神经翻译模型
基于循环神经网络的机器翻译
基于卷积神经网络的机器翻译
基于自注意力机制的机器翻译
机器翻译中的搜索问题
搜索问题简介
贪婪搜索和束搜索
机器翻译的领域适应问题
领域适应问题
跨语言预训练的迁移学习
预训练的机器翻译模型
机器翻译的单语预训练
机器翻译的多语预训练
本章小结
本章练习
第章 对话系统
对话系统简介
对话系统的技术演变
对话系统的模型架构
封闭域任务型对话系统
自然语言理解模块
对话管理模块
对话状态追踪与对话策略
自然语言生成模块
开放域对话系统
开放域对话背景
开放域对话系统框架
检索式对话
生成式对话
基于预训练大模型的对话系统
的发展历程
的核心技术原理
本章小结
本章练习
附录 各章重点概念中英
对照
附录 推荐阅读技术资料及各章
练习参考答案
显示全部信息
商品详情
编辑推荐
本书紧密对接学科和技术领域的快速发展，及时反映了自然语言处理领域近期新研究成果和应用趋势，注重理论实践相结合，系统讲解在真实环境中掌握并应用优选进的自然语言处理技术。
本书与传统自然语言处理教材不同，全书通过丰富案例与实践，让初学者能从基本理论开始学习，再到文本摘要、情感分析，直至复杂的对话系统构建、机器翻译等多个层面的实践课程学习，逐步掌握基于大模型的不同细分技术的解决方案。是一本面向未来，紧跟技术发展趋势，旨在培养读者解决实际问题能力的教材
内容简介
本书与深度学习、大语言模型技术紧密结合，确保内容的先进性和实用性。本书通过系统化的介绍，按照自然语言处理核心任务的逻辑顺序，引导读者深入了解并掌握近期新技术。本书内容分为两大部分，共章。第部分为前章，主要介绍学习自然语言处理所需掌握的理论基础，包括预备知识、深度神经网络以及语言模型预训练，前章的理论讲解依次递进，为后续章节的核心任务做铺垫：第部分为后章，主要介绍自然语言处理的个核心任务，包括生成式文本摘要、情感分析、信息抽取、机器阅读理解、机器翻译和对话系统，后章的内容从实践出发，与当前预训练大语言模型相结合，深度剖析自然语言处理的核心任务与部署实践。本书适合作为高等院校计算机科学与技术、数据科学与大数据及相关专业的教材，也可作为自然语言处理相关从业者的参考用书。
作者简介
魏巍，华中科技大学教授，博导， 年博士毕业于华中科技大学计算机学院。现任华中科技大学计算机学院认知计算与智能信息处理（）实验室主任，入选第十批“ 光谷人才计划”。主要研究方向包括人工智能、自然语言处理、信息检索与推荐、多模计算、数据挖掘等。
目 录
第部分 理论基础
第章 预备知识
概率论基本概念
概率的基本要素
随机变量与分布函数
信息论基本概念
自信息
信息熵
交叉熵
相对熵
互信息
图论基本概念
图的基本定义
路径与连通性 第部分 理论基础
第章 预备知识
概率论基本概念
概率的基本要素
随机变量与分布函数
信息论基本概念
自信息
信息熵
交叉熵
相对熵
互信息
图论基本概念
图的基本定义
路径与连通性
图遍历算法
最短路径算法
机器学习基本概念
机器学习方法分类
机器学习基本步骤
欠拟合与过拟合
模型评估与模型选择
自然语言处理基本概念
自然语言处理的发展历程
自然语言处理的挑战
自然语言处理的传统任务
本书内容安排
本章小结
本章练习
第章 深度神经网络
线性神经网络
线性回归
逻辑回归
多类别逻辑回归
神经网络训练
损失函数
优化算法
前馈神经网络
多层感知机
前向传播
反向传播
卷积神经网络
卷积层
池化层
循环神经网络
本章小结
本章练习
第章 语言模型预训练
简介
语言模型预训练的任务
预训练语言模型基础结构
应用介绍
掩码预训练模型
网络结构
输入表示
训练
系列模型
预训练语言模型优化
模型压缩
大语言模型的微调适配
计算架构介绍
代码解析
位置编码
编码器
解码器
架构
本章小结
本章练习
第部分 核心任务
第章 生成式文本摘要
引言
文本摘要任务
序列生成架构
文本输入的长期依赖问题
长期依赖问题
门控循环单元
长短期记忆网络
梯度裁剪与正则化
复杂的长文本编码方案
双向卷积神经网络
层级式卷积神经网络
基于双向的文本摘要
基于预训练语言模型的文本摘要
基于的文本摘要模型
预训练模型与长文本摘要
本章小结
本章练习
第章 情感分析
引言
情感分类
方面抽取
观点抽取
基于注意力机制的情感分析
注意力机制简介
通用注意力机制框架
注意力机制分类
应用实例——基于注意
力机制的方面级别情感分类
基于图神经网络的情感分析
图神经网络简介
图注意力网络及多头注意力机制
应用实例——基于图神经网络的方面级别情感分类
预训练情绪分析模型
基于预训练模型的方法
基于实现的
情感分析实例
本章小结
本章练习
第章 信息抽取
信息抽取简介
命名实体识别
任务简介
命名实体识别模型
实体链接
引言
实体链接通用架构
实体链接方向
关系抽取
引言
关系抽取方法
关系抽取方向
事件抽取
引言
事件抽取面临的挑战
限定域事件抽取
开放域事件抽取
小样本信息抽取
预训练信息抽取模型
本章小结
本章练习
第章 机器阅读理解
机器阅读理解简介
机器阅读理解任务
机器阅读理解模型架构
常见的机器阅读理解模型
双向注意力流模型
模型
阅读验证模型
回溯式阅读模型
预训练的机器阅读理解模型
微调数据设置
微调训练设置
本章小结
本章练习
第章 机器翻译
机器翻译简介
机器翻译的任务
机器翻译模型架构
神经翻译模型
基于循环神经网络的机器翻译
基于卷积神经网络的机器翻译
基于自注意力机制的机器翻译
机器翻译中的搜索问题
搜索问题简介
贪婪搜索和束搜索
机器翻译的领域适应问题
领域适应问题
跨语言预训练的迁移学习
预训练的机器翻译模型
机器翻译的单语预训练
机器翻译的多语预训练
本章小结
本章练习
第章 对话系统
对话系统简介
对话系统的技术演变
对话系统的模型架构
封闭域任务型对话系统
自然语言理解模块
对话管理模块
对话状态追踪与对话策略
自然语言生成模块
开放域对话系统
开放域对话背景
开放域对话系统框架
检索式对话
生成式对话
基于预训练大模型的对话系统
的发展历程
的核心技术原理
本章小结
本章练习
附录 各章重点概念中英
对照
附录 推荐阅读技术资料及各章
练习参考答案
显示全部信息
商品详情