庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
   
格雷的五十道陰影I:調教(電影封面版)
  • 定價127.00元
  • 8 折優惠:HK$101.6
  • 放入購物車
二樓書籍分類
 
NLP工程師養成術:自然語言處理入門

NLP工程師養成術:自然語言處理入門

沒有庫存
訂購需時10-14天
9789864345014
何?,廖信彥
博碩
2020年7月07日
230.00  元
HK$ 195.5
省下 $34.5
 
二樓書卷使用細則 二樓書卷使用細則





ISBN:9789864345014
  • 規格:平裝 / 464頁 / 17 x 23 x 2.32 cm / 普通級 / 單色印刷 / 初版
  • 出版地:大陸


  • >











    不會艱深晦澀、不再高深莫測

    你一定能看懂的自然語言處理入門書!



      INTRODUCTION TO NATURAL LANGUAGE PROCESSING



      ?Java與Python雙實作:圖文並茂!演算法、數學公式、程式碼相輔相成。

      ?探索式學習路徑:循序漸進!從問題、演算法再到範例實作,一目瞭然。



    編輯推薦



      作者匯集多年經驗,從基本概念出發,逐步介紹中文分詞、詞性標註、命名實體識別、資訊抽取、文字聚類、文字分類、句法分析這幾個熱門問題的演算法原理與工程實作。透過講解多種演算法,比較它們的優缺點與適用場景,同時詳細展示實際專案導向的程式碼,協助讀者真正將自然語言處理(NLP)應用到正式環境之中。



      儘管作者目前是NLP領域的翹楚,但他曾是非本科生,對自學入門有親身體驗,深諳初學者的學習痛點。希望透過這本與眾不同的入門讀物,為讀者打開另一扇機會之門,幫助你零起點上手NLP,讓你在通勤時也能把書讀完讀懂!



      隨著本書的學習,你將從普通程式設計師晉級為機器學習工程師,最後進化為NLP工程師。



    專家好評



      HanLP作者何?寫的這本書值得一讀。這本書系統性地介紹NLP的基礎技術,深入淺出、容易理解,對初學者助益極大。--周明 微軟亞洲研究院副院長,國際計算語言學會會長



      本書不僅介紹NLP的任務及演算法,也提供可以實際執行的線上程式碼,非常適合NLP初學者入門並快速部署到正式環境。--王斌 小米人工智慧實驗室主任、NLP首席科學家

    ?


     





    推薦序

    推薦語

    前言

    主要數學符號表



    第1章:新手上路

    1.1 自然語言與程式語言

    1.2 自然語言處理的層次

    1.3 自然語言處理的流派

    1.4 機器學習

    1.5 語料庫

    1.6 開源工具

    1.7 總結



    第2章:詞典分詞

    2.1 什麼是詞

    2.2 詞典

    2.3 切分演算法

    2.4 字典樹

    2.5 雙陣列字典樹

    2.6 AC 自動機

    2.7 基於雙陣列字典樹的AC自動機

    2.8 HanLP的詞典分詞實作

    2.9 準確率評測

    2.10 字典樹的其他應用

    2.11 總結



    第3章:二元語法與中文分詞

    3.1 語言模型

    3.2 中文分詞語料庫

    3.3 訓練

    3.4 預測

    3.5 評測

    3.6 日語分詞

    3.7 總結



    第4章:隱馬可夫模型與序列標註

    4.1 序列標註問題

    4.2 隱馬可夫模型

    4.3 隱馬可夫模型的樣本生成

    4.4 隱馬可夫模型的訓練

    4.5 隱馬可夫模型的預測

    4.6 隱馬可夫模型應用於中文分詞

    4.7 二階隱馬可夫模型 *

    4.8 總結



    第5章:感知器分類與序列標註

    5.1 分類問題

    5.2 線性分類模型與感知器演算法

    5.3 基於感知器的人名性別分類

    5.4 結構化預測問題

    5.5 線性模型的結構化感知器演算法

    5.6 基於結構化感知器的中文分詞

    5.7 總結



    第6章:條件隨機域與序列標註

    6.1 機器學習的模型譜系

    6.2 條件隨機域

    6.3 條件隨機域工具包

    6.4 HanLP的CRF++ API

    6.5 總結



    第7章:詞性標註

    7.1 詞性標註概述

    7.2 詞性標註語料庫與標註集

    7.3 序列標註模型應用於詞性標註

    7.4 自訂詞性

    7.5 總結



    第8章:命名實體識別

    8.1 概述

    8.2 基於規則的命名實體識別

    8.3 命名實體識別語料庫

    8.4 基於層疊隱馬可夫模型的角色標註框架

    8.5 基於序列標註的命名實體識別

    8.6 自訂領域命名實體識別

    8.7 總結



    第9章:資訊抽取

    9.1 新詞提取

    9.2 關鍵字提取

    9.3 短語提取

    9.4 關鍵句提取

    9.5 總結



    第10章:文字聚類

    10.1 概述

    10.2 文件的特徵提取

    10.3 k 平均值演算法

    10.4 重複二分聚類演算法

    10.5 標準化評測

    10.6 總結



    第11章:文字分類

    11.1 文字分類的概念

    11.2 文字分類語料庫

    11.3 文字分類的特徵提取

    11.4 單純貝氏分類器

    11.5 支援向量機分類器

    11.6 標準化評測

    11.7 情感分析

    11.8 總結



    第12章:依存句法分析

    12.1 短語結構樹

    12.2 依存句法樹

    12.3 依存句法分析

    12.4 基於轉移的依存句法分析

    12.5 依存句法分析API

    12.6 案例:基於依存句法樹的意見抽取

    12.7 總結



    第13章:深度學習與自然語言處理

    13.1 傳統方法的局限

    13.2 深度學習與優勢

    13.3 word2vec

    13.4 基於神經網路的高效能依存句法分析器

    13.5 自然語言處理進階



    自然語言處理學習資料推薦

    書籍與雜誌

    學術會議

    公開課程

    網站



    ?




    其 他 著 作