TensorFlow與自然語言處理應(yīng)用

定　價：￥89.00

作　者：	李孟全
出版社：	清華大學(xué)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302531012	出版時間：	2019-07-01	包裝：
開本：		頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　自然語言處理（NLP）是計算機科學(xué)、人工智能、語言學(xué)關(guān)注計算機和人類（自然）語言之間的相互作用的領(lǐng)域。自然語言處理是機器學(xué)習(xí)的應(yīng)用之一，用于分析、理解和生成自然語言，它與人機交互有關(guān)，最終實現(xiàn)人與計算機之間更好的交流。《TensorFlow與自然語言處理應(yīng)用》分為12章，內(nèi)容包括自然語言處理基礎(chǔ)、深度學(xué)習(xí)基礎(chǔ)、TensorFlow、詞嵌入（Word Embedding）、卷積神經(jīng)網(wǎng)絡(luò)（CNN）與句子分類、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、長短期記憶（LSTM）、利用LSTM實現(xiàn)圖像字幕自動生成、情感分析、機器翻譯及智能問答系統(tǒng)?！禩ensorFlow與自然語言處理應(yīng)用》適合TensorFlow自然語言處理技術(shù)的初學(xué)者、NLP應(yīng)用開發(fā)人員、NLP研究人員，也適合高等院校和培訓(xùn)學(xué)校相關(guān)專業(yè)的師生教學(xué)參考。

作者簡介

　　李孟全，中國社會科學(xué)院研究生院碩士。十多年IT從業(yè)經(jīng)歷，先后從事過程序員、項目負責人、部門負責人等崗位。長期關(guān)注人工智能領(lǐng)域，在機器學(xué)習(xí)、深度學(xué)習(xí)和NLP領(lǐng)域有一定的積累。

圖書目錄

第1章自然語言處理基礎(chǔ)
1．1 認識自然語言處理
1．2 自然語言處理方面的任務(wù)
1．3 第一階段：偏理論的理性主義
1．4 第二階段：偏實踐應(yīng)用的經(jīng)驗主義
1．5 第三階段：深度學(xué)習(xí)階段
1．6 NLP中深度學(xué)習(xí)的局限性
1．7 NLP的應(yīng)用場景
1．8 NLP的發(fā)展前景
1．9 總結(jié)
第2章深度學(xué)習(xí)基礎(chǔ)
2．1 深度學(xué)習(xí)介紹
2．2 深度學(xué)習(xí)演變簡述
2．2．1 深度學(xué)習(xí)早期
2．2．2 深度學(xué)習(xí)的發(fā)展
2．2．3 深度學(xué)習(xí)的爆發(fā)
2．3 神經(jīng)網(wǎng)絡(luò)介紹
2．4 神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)
2．5 兩層神經(jīng)網(wǎng)絡(luò)（多層感知器）
2．5．1 簡述
2．5．2 兩層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
2．6 多層神經(jīng)網(wǎng)絡(luò)（深度學(xué)習(xí)）
2．6．1 簡述
2．6．2 多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
2．7 編碼器．解碼器網(wǎng)絡(luò)
2．8 隨機梯度下降
2．9 反向傳播
2．1 0總結(jié)
第3章 TensorFlow．
3．1 TensorFlow概念解讀
3．2 TensorFlow主要特征
3．2．1 自動求微分
3．2．2 多語言支持
3．2．3 高度的靈活性
3．2．4 真正的可移植性
3．2．5 將科研和產(chǎn)品聯(lián)系在一起
3．2．6 性能最優(yōu)化
3．3 TensorFlow安裝
3．4 TensorFlow計算圖
3．5 TensorFlow張量和模型會話
3．5．1 張量
3．5．2 會話
3．6 TensorFlow工作原理
3．7 通過一個示例來認識TensorFlow
3．8 TensorFlow客戶端
3．9 TensorFlow中常見元素解讀
3，9．1 在TensorFlow中定義輸入
3．9．2 在TensorFlow中定義變量
3．9．3 定義TensorFlow輸出
3．9．4 定義TensorFlow運算或操作
3．10 變量作用域機制
3．10．1 基本原理
3．10．2 通過示例解讀
3．11 實現(xiàn)一個神經(jīng)網(wǎng)絡(luò)
3．11．1 數(shù)據(jù)準備
3．11．2 定義TensorFlow計算圖
3．11．3 運行神經(jīng)網(wǎng)絡(luò)
3．12 總結(jié)
第4章詞嵌入
4．1 分布式表示
4．1．1 分布式表示的直觀認識
4．1．2 分布式表示解讀
4．2 Word2vec模型（以Skip-Gram為例）
4．2．1 直觀認識Word2vec
4．2．2 定義任務(wù)
4．2．3 從原始文本創(chuàng)建結(jié)構(gòu)化數(shù)據(jù)
4．2．4 定義詞嵌入層和神經(jīng)網(wǎng)絡(luò)
……
第5章卷積神經(jīng)網(wǎng)絡(luò)與句子分類
第6章循環(huán)神經(jīng)網(wǎng)絡(luò)
第7章長短期記憶
第8章利用LSTM自動生成文本
第9章利用LSTM實現(xiàn)圖像字幕自動生成
第10章情感分析
第11章機器翻譯
第12章智能問答系統(tǒng)