自然语言处理导论

作者简介

参考文献

思考题

16.5 弱可解释性与强可解释性

16.4 自然语言处理中的元学习

16.3 自然语言处理中的强化学习

16.2 自然语言处理中的无监督学习

16.1 组合型泛化

第16章 深度学习时代下自然语言处理的前沿研究

参考文献

思考题

15.3 评估指标和基准

15.2 图像描述的深度学习框架

15.1 自然语言生成和图像描述

第15章 内容生成和跨模态计算

参考文献

思考题

14.7 摘要质量评估方法和相关评测

14.6 跨语言和多语言自动文摘

14.5 基于查询的自动文摘

14.4 生成式自动文摘

14.3 压缩式自动文摘

14.2 抽取式自动文摘

14.1 自动文摘技术概要

第14章 自动文摘与信息抽取

参考文献

思考题

13.2 基于深度学习的推荐系统

13.1 基于深度学习的社会联系模型

第13章 基于深度学习的社会计算

参考文献

思考题

12.8 前景与挑战

12.7 多轮对话系统与大语言模型

12.6 多模态问答系统

12.5 第四代：基于知识库的问答系统

12.4 第三代：基于数据库的问答系统

12.3 第二代：基于信息检索的问答系统

12.2 第一代：基于模板规则的问答系统

12.1 引言

第12章 问答系统与多轮对话

参考文献

思考题

11.11 译文质量评估方法

11.10 统计翻译系统实现

11.9 集外词翻译

11.8 基于谓词论元结构转换的翻译模型

11.7 树模型的相关改进

11.6 树翻译模型

11.5 基于层次短语的翻译模型

11.4 基于最大熵的翻译模型

11.3 基于短语的翻译模型

11.2 基于HMM的词对位模型

11.1 机器翻译概述

第11章 统计机器翻译和神经机器翻译

参考文献

思考题

10.5 事件抽取

10.4 关系抽取

10.3 实体链接

10.2 命名实体识别

10.1 知识抽取概述

第10章 知识抽取

参考文献

思考题

9.3 其他情感分析任务

9.2 属性级情感分析

9.1 文档或句子级情感计算方法

第9章 情感计算

参考文献

思考题

8.4 文本分类性能评测

8.3 基于神经网络方法

8.2 传统分类器设计

8.1 文本分类概述

第8章 文本分类

参考文献

思考题

7.3 双语联合语义角色标注方法

7.2 语义角色标注

7.1 词义消歧

第7章 语义分析

参考文献

思考题

6.6 命名实体识别

6.5 词性标注

6.4 汉语分词方法

6.3 序列标注任务

6.2 条件随机场、维特比算法

6.1 马尔可夫模型

第6章 序列标注

参考文献

思考题

5.5 后BERT时代

5.4 BERT

5.3 GPT

5.2 ELMo

5.1 Transformer

第5章 预训练语言模型

参考文献

思考题

4.4 特征权重计算方法

4.3 文本特征选择法

4.2 分布式表示

4.1 离散分布表示

第4章 词和语义向量

参考文献

思考题

3.4 递归神经网络

3.3 循环神经网络

3.2 卷积神经网络

3.1 人工神经网络和神经语言模型

第3章 神经网络和神经语言模型

参考文献

思考题

2.2 n-gram统计语言模型

2.1 语言模型概述

第2章 语言模型

1.4 自然语言处理的研究内容

1.3 自然语言处理的基本方法

1.2 自然语言处理的发展历程

1.1 基本概念

第1章 绪论

前言

作者简介

版权信息

封面

封面

版权信息

作者简介

前言

第1章 绪论

1.1 基本概念

1.2 自然语言处理的发展历程

1.3 自然语言处理的基本方法

1.4 自然语言处理的研究内容

第2章 语言模型

2.1 语言模型概述

2.2 n-gram统计语言模型

思考题

参考文献

第3章 神经网络和神经语言模型

3.1 人工神经网络和神经语言模型

3.2 卷积神经网络

3.3 循环神经网络

3.4 递归神经网络

思考题

参考文献

第4章 词和语义向量

4.1 离散分布表示

4.2 分布式表示

4.3 文本特征选择法

4.4 特征权重计算方法

思考题

参考文献

第5章 预训练语言模型

5.1 Transformer

5.2 ELMo

5.3 GPT

5.4 BERT

5.5 后BERT时代

思考题

参考文献

第6章 序列标注

6.1 马尔可夫模型

6.2 条件随机场、维特比算法

6.3 序列标注任务

6.4 汉语分词方法

6.5 词性标注

6.6 命名实体识别

思考题

参考文献

第7章 语义分析

7.1 词义消歧

7.2 语义角色标注

7.3 双语联合语义角色标注方法

思考题

参考文献

第8章 文本分类

8.1 文本分类概述

8.2 传统分类器设计

8.3 基于神经网络方法

8.4 文本分类性能评测

思考题

参考文献

第9章 情感计算

9.1 文档或句子级情感计算方法

9.2 属性级情感分析

9.3 其他情感分析任务

思考题

参考文献

第10章 知识抽取

10.1 知识抽取概述

10.2 命名实体识别

10.3 实体链接

10.4 关系抽取

10.5 事件抽取

思考题

参考文献

第11章 统计机器翻译和神经机器翻译

11.1 机器翻译概述

11.2 基于HMM的词对位模型

11.3 基于短语的翻译模型

11.4 基于最大熵的翻译模型

11.5 基于层次短语的翻译模型

11.6 树翻译模型

11.7 树模型的相关改进

11.8 基于谓词论元结构转换的翻译模型

11.9 集外词翻译

11.10 统计翻译系统实现

11.11 译文质量评估方法

思考题

参考文献

第12章 问答系统与多轮对话

12.1 引言

12.2 第一代：基于模板规则的问答系统

12.3 第二代：基于信息检索的问答系统

12.4 第三代：基于数据库的问答系统

12.5 第四代：基于知识库的问答系统

12.6 多模态问答系统

12.7 多轮对话系统与大语言模型

12.8 前景与挑战

思考题

参考文献

第13章 基于深度学习的社会计算

13.1 基于深度学习的社会联系模型

13.2 基于深度学习的推荐系统

思考题

参考文献

第14章 自动文摘与信息抽取

14.1 自动文摘技术概要

14.2 抽取式自动文摘

14.3 压缩式自动文摘

14.4 生成式自动文摘

14.5 基于查询的自动文摘

14.6 跨语言和多语言自动文摘

14.7 摘要质量评估方法和相关评测

思考题

参考文献

第15章 内容生成和跨模态计算

15.1 自然语言生成和图像描述

15.2 图像描述的深度学习框架

15.3 评估指标和基准

思考题

参考文献

第16章 深度学习时代下自然语言处理的前沿研究

16.1 组合型泛化

16.2 自然语言处理中的无监督学习

16.3 自然语言处理中的强化学习

16.4 自然语言处理中的元学习

16.5 弱可解释性与强可解释性

思考题

参考文献

作者简介