1. 程式人生 > >車萬翔《基於深度學習的自然語言處理》中英文PDF+塗銘《Python自然語言處理實戰核心技術與算法》PDF及代碼

車萬翔《基於深度學習的自然語言處理》中英文PDF+塗銘《Python自然語言處理實戰核心技術與算法》PDF及代碼

提取 實用 進行 分析 表達式 詞法 快速入門 重點 tps

自然語言處理是人工智能領域的一個重要的研究方向,是計算機科學與語言學的交叉學科。隨著互聯網的快速發展,網絡文本尤其是用戶生成的文本呈爆炸性增長,為自然語言處理帶來了巨大的應用需求。但是由於自然語言具有歧義性、動態性和非規範性,同時語言理解通常需要豐富的知識和一定的推理能力,為自然語言處理帶來了極大的挑戰。

近年來快速發展的深度學習技術為解決自然語言處理問題的解決提供了一種可能的思路,已成為有效推動自然語言處理技術發展的變革力量。

推薦將深度學習理論運用至NLP中的資料《基於深度學習的自然語言處理》:

《基於深度學習的自然語言處理》中文PDF,274頁,帶書簽目錄,文字可以復制。

《基於深度學習的自然語言處理》英文PDF,282頁,帶書簽目錄,文字可以復制。


作者: Yoav Goldberg 譯者: 車萬翔 / 郭江 / 張偉男 / 劉銘
下載: https://pan.baidu.com/s/1gkGk5AefAJMEVilf1yb_qA
提取碼: du87

技術分享圖片

重點介紹了神經網絡模型在自然語言處理中的應用。首先介紹有監督的機器學習和前饋神經網絡的基本知識,如何將機器學習方法應用在自然語言處理中,以及詞向量表示(而不是符號表示)的應用,然後介紹了更多專門的神經網絡結構,包括一維卷積神經網絡、循環神經網絡、條件生成模型和基於註意力的模型。最後也討論了樹形網絡、結構化預測以及多任務學習的發展展望。

技術分享圖片

中文自然語言處理需要使用編程工具和框架,可以利用python實現需求。


自然語言處理是一門融語言學、計算機科學、數學於一體的學科,比較復雜,學習門檻高。
推薦學習,塗銘等編寫的《Python自然語言處理實戰:核心技術與算法》,對數學要求不高,寫的比較簡單,對於有算法基礎的可以當作快速入門。做項目的入門書籍,寫的較淺顯。但是對於NLP領域的整體有一個趨勢把握。

《Python自然語言處理實戰核心技術與算法》PDF,303頁,有書簽目錄,文字可以復制;
配套源代碼。作者:塗銘 / 劉祥 / 劉樹春

下載:https://pan.baidu.com/s/1monX6Oas9nXHBCvRXHwI8w
提取碼: ruvf

技術分享圖片

重點探討中文的自然語言處理,以Python及其相關框架為工具,以實戰為導向,詳細講解了自然語言處理的各種核心技術、方法論和經典算法。

技術分享圖片

《Python自然語言處理實戰:核心技術與算法》共11章,在邏輯上分為2個部分:
第一部分(第1、2、11章)主要介紹了自然語言處理所需要了解的基礎知識、前置技術、Python科學包、正則表達式以及Solr檢索等。
第二部分(第5-10章)第3~5章講解了詞法分析相關的技術,包括中文分詞技術、詞性標註與命名實體識別、關鍵詞提取算法等。
第6章講解了句法分析技術,該部分目前理論研究較多,工程實踐中使用門檻相對較高,且效果多是依賴結合業務知識進行規則擴展,未做深入探討。
第7章講解了常用的向量化方法,這些方法常用於各種NLP任務的輸入。
第8章講解了情感分析相關的概念、場景以及一般做情感分析的流程,情感分析在很多行業都有應用。
第9章介紹了機器學習的重要概念,同時重點突出NLP常用的分類算法、聚類算法,還介紹了幾個案例。
第10章節介紹了NLP中常用的一些深度學習算法,這些方法比較復雜,但是非常實用,需要耐心學習。

技術分享圖片

車萬翔《基於深度學習的自然語言處理》中英文PDF+塗銘《Python自然語言處理實戰核心技術與算法》PDF及代碼