自然语言处理与深度学习-通过C语言模拟

本书特色

[

本书初步探索了将深度学习应用于自然语言处理的方法。概述了自然语言处理的一般概念，通过具体实例说明了如何提取自然语言文本的特征以及如何考虑上下文关系来生成文本。书中自然语言文本的特征提取是通过卷积神经网络来实现的，而根据上下文关系来生成文本则利用了循环神经网络。这两个网络是深度学习领域中常用的基础技术。

]

作者简介

[

小高知宏 日本福井大学大学院工学研究科教授。其主要著作有《计算机系统》《从基础开始学会TCP/IP Java网络程序设计 第2版》《初学AI程序设计——用C语言制作人工智能和人工无能》《初学机器学习》《基于AI的大规模数据处理入门》《人工智能入门》等。

]

目录

CONTENTS译者序前言第1章　自然语言处理与深度学习11.1　自然语言处理11.1.1　什么是自然语言处理11.1.2　自然语言处理基础41.2　深度学习131.2.1　人工智能与机器学习131.2.2　神经网络161.2.3　卷积神经网络和自编码器221.3　与自然语言处理相关的深度学习271.3.1　自然语言处理与神经网络、深度学习271.3.2　用神经网络来表达单词意义291.3.3　深度学习应用于自然语言处理31第2章　基于文本处理的自然语言处理322.1　自然语言文本的文本处理322.1.1　文字处理322.1.2　单词处理452.1.3　1-of-N表示的处理542.2　基于单词2-gram的文本生成68第3章　深度学习应用于自然语言文本分析773.1　基于CNN的文本分类773.2　准备1：卷积运算和池化处理813.2.1　卷积运算813.2.2　池化处理903.3　准备2：全连接型神经网络963.3.1　基于层次结构的全连接型神经网络的构造及学习方法963.3.2　全连接型神经网络的实现993.4　卷积神经网络的实现1023.4.1　卷积神经网络的结构1023.4.2　由卷积神经网络学习1-of-N表示数据1033.4.3　基于CNN的单词序列评估118第4章　文本生成与深度学习1334.1　基于循环神经网络的文本生成1334.1.1　神经网络和文本生成1334.1.2　循环神经网络1364.2　RNN的实现1394.2.1　RNN程序的设计1394.2.2　RNN程序的实现1414.3　基于RNN的文本生成1544.3.1　基于RNN的文本生成框架1544.3.2　文本生成实验的实例160附录A　将行的重复次数添加到行首的程序uniqc.c167附录B　按照行首的数值对行进行排序的程序sortn.c169附录C　全连接型神经网络的程序bp.c171参考文献178

封面

书名:自然语言处理与深度学习-通过C语言模拟

作者:小高知宏

页数:177

定价:¥49.0

出版社:机械工业出版社

出版日期:2018-01-01

ISBN:9787111586579

PDF电子书大小:90MB 高清扫描完整版