NLP自然語言處理: 用人工智慧看懂中文 | 誠品線上

NLP自然語言處理: 用人工智慧看懂中文

內容簡介

內容簡介 這是一本研究中文自然語言處理方面的基礎性、綜合性書籍，有關NLP 的語言理論、演算法和工程實作的各方面。系統介紹認知語言學和演算法設計相結合的中文NLP 書籍，並從認知語言學的角度重新認識和分析NLP的句法和語義相結合的資料結構。這也是本書的創新之處。自然語言處理（Natural Language Processing，NLP）是人工智慧和語言學領域的分支學科，主要研究如何讓電腦處理和運用自然語言。自然語言處理廣義上分為兩大部分，第一部分為自然語言了解，是指讓電腦「懂」人類的語言；第二部分為自然語言產生，是指把電腦資料轉化為自然語言。本書重點說明中文自然語言處理方面的最新理論、技術和進展。本書適用於所有想學習NLP的技術人員，包括各大人工智慧實驗室、大專院校電腦專業和自然語言處理專業的老師、學生。

作者介紹

作者介紹 ■作者簡介鄭捷暢銷書《今天不學機器學習，明天就被機器取代：從Python入手+演算法》作者，www.threedweb.cn網站的負責人，研究方向是機器學習與自然語言處理。負責的核心產品是高精度自然語言認知系統的設計與研發，研發目標是高精度（識別率為85%~95%）的統一架構的NLP認知系統，希望能與在NLP這方面有興趣的讀者一起學習交流。

產品目錄

產品目錄 推薦序前言第1章 中文語言的機器處理1.1 歷史回顧1.2 現代自然語言系統簡介1.3 整合中文分詞模組1.4 整合詞性標記模組1.5 整合命名實體識別模組1.6 整合句法解析模組1.7 整合語義角色標記模組 1.8 結語第2章 中文語言學研究回顧2.1 文字元號的起源2.2 六書及其他2.3 字形的流變2.4 中文的發展2.5 三個平面中的語義研究2.6 結語第3章 詞彙與分詞技術3.1 中文分詞3.2 系統整體流程與詞典結構3.3 演算法部分原始程式解析3.4 結語第4章 NLP 中的機率圖模型4.1 機率論回顧4.2 資訊熵4.3 NLP 與機率圖模型4.4 隱馬可夫模型簡介4.5 最大熵模型4.6 條件隨機場模型 4.7 結語第5章 詞性、語塊與命名實體識別5.1 中文詞性標記5.2 語義組塊標記5.3 命名實體識別5.4 結語第6章 句法理論與自動分析6.1 轉換產生語法6.2 依存句法理論6.3 PCFG 子句結構句法分析6.4 結語第7章 建設語言資源函數庫7.1 語料庫概述7.2 語法語料庫7.3 語義知識庫7.4 語義網與百科知識函數庫7.5 結語第8章 語義與認知8.1 回顧現代語義學8.2 認知語言學概述8.3 意象圖式的組成8.4 隱喻與轉喻8.5 構式語法第9章 NLP 中的深度學習9.1 神經網路回顧9.2 Word2Vec 簡介9.3 NLP 與RNN 9.4 深度學習架構與應用9.5 結語第10章語義計算的架構10.1 句子的語義和語法前置處理 10.2 語義角色10.3 句子的語義解析10.4 結語

商品規格