人工智能：語言智能處理( 簡體 字) | |
| 作者：黃河燕 等 | 類別：1. -> 程式設計 -> 人工智慧 2. -> 程式設計 -> 自然語言 |
| 出版社：電子工業出版社 |  3dWoo書號： 53810詢問書籍請說出此書號！ 有庫存 NT售價： 445 元 |
| 出版日：12/1/2020 | |
| 頁數：292 | |
| 光碟數：0 | |
站長推薦：   | |
| 印刷：黑白印刷 | 語系： ( 簡體 字 ) |
| ISBN：9787121400421 | 加入購物車 │加到我的最愛 (請先登入會員) |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證, 繁體書的下載亦請直接連絡出版社) | |
第1章緒論
1.1語言智能處理簡介 1.2人工智能與語言智能處理 1.3基于神經網絡的自然語言處理 1.4語言智能處理的應用 1.5本書的組織結構 第2章語言模型與知識表示 2.1語言模型 2.1.1概述 2.1.2n-gram語言模型 2.1.3估計 2.1.4評價指標 2.1.5數據稀疏與齊夫定律 2.1.6計數平滑方法 2.1.7神經網絡語言模型 2.1.8小結 2.2詞向量構造方法 2.2.1詞向量（Word Embedding）構造方法概述 2.2.2基于全局統計信息的Word Embedding構造方法 2.2.3基于預測任務的Word Embedding構造方法 2.2.4利用外部信息的Word Embedding構造方法 2.2.5方法評價 2.2.6Word Embedding的應用 2.2.7研究展望 2.3知識圖譜表示學習 2.3.1表示學習的基本概念 2.3.2表示學習的典型應用 2.3.3表示學習的主要優點 2.3.4表示學習的典型方法 參考文獻 第3章語言分析技術 3.1詞法分析 3.1.1概述 3.1.2自動分詞 3.1.3詞性標注 3.1.4分詞和詞性標注的聯合模型 3.2句法分析 3.2.1概述 3.2.2句法結構分析 3.2.3依存關系分析 3.3篇章分析 3.3.1概述 3.3.2篇章分析相關理論及標注語料庫 3.3.3篇章分析方法 3.4語義分析 3.4.1概述 3.4.2詞匯級語義分析 3.4.3句子級語義分析 3.4.4篇章級語義分析 3.4.5基于神經網絡模型的語義分析 3.4.6語義分析評測任務 3.4.7未來發展趨勢 參考文獻 第4章語言情感分類 4.1情感描述的主要方法 4.1.1情感的類別表示法 4.1.2情感的維度表示法 4.2情感識別模型 4.2.1文本情感計算 4.2.2語音情感計算 4.3當前語言情感識別的挑戰 4.3.1領域依賴 4.3.2語料庫的建設 4.3.3多模態融合 4.3.4細粒度情感計算 參考文獻 第5章自然語言生成技術 5.1概述 5.2序列到序列模型 5.2.1基本原理和算法框架 5.2.2模型實現與注意力機制 5.2.3小結 5.3變分自編碼器 5.3.1基本原理 5.3.2應用場景 5.3.3高級話題 5.4生成式對抗網絡 5.4.1基本原理和算法框架 5.4.2生成式對抗網絡的特點 5.4.3相關模型 5.4.4小結 5.5基于預訓練語言模型的生成方法 5.5.1預訓練語言模型 5.5.2拓展話題 5.5.3小結 5.6本章小結 參考文獻 第6章自動問答與人機對話 6.1知識庫問答 6.1.1基于語義解析的知識庫問答 6.1.2基于神經網絡的端到端知識庫問答 6.2機器閱讀理解 6.2.1任務介紹 6.2.2機器閱讀理解系統框架 6.2.3機器閱讀理解系統的核心組件 6.2.4代表性機器閱讀理解模型 6.2.5總結與展望 6.3人機對話系統 6.3.1面向任務型的對話系統 6.3.2面向非任務型的聊天系統 6.4總結與未來的挑戰 參考文獻 第7章機器翻譯 7.1概況 7.1.1任務的定義與研究的意義 7.1.2發展的歷史 7.2神經機器翻譯 7.2.1核心模型 7.2.2關鍵技術 7.3數據與評測 7.3.1數據集 7.3.2技術評測 7.4開源工具 7.4.1統計機器翻譯開源工具 7.4.2神經機器翻譯開源工具 7.5總結與展望 參考文獻 第8章信息檢索與信息推薦 8.1概述 8.1.1信息檢索的概念與發展 8.1.2信息推薦的概念與發展 8.1.3信息檢索和信息推薦的聯系和區別 8.2信息檢索與信息推薦的相關技術 8.2.1信息檢索部分前沿技術 8.2.2信息推薦部分前沿技術 8.2.3信息檢索與信息推薦領域的相關資源 8.3相關技術的產業應用 8.3.1典型的應用產品 8.3.2信息檢索技術的應用情況 8.3.3信息推薦技術的應用情況 8.4發展趨勢 參考文獻 語言智能處理一直是人工智能領域的重要研究方向之一。本書按照研究歷程與現狀、關鍵技術與方法、發展趨勢與展望的基本脈絡，重點介紹了語言智能處理中的語言模型與知識表示、語言分析技術、語言情感分類、自然語言生成技術、自動問答與人機對話、機器翻譯、信息檢索與信息推薦等主題。本書所描述的內容涉及人們日常生活中的真實應用場景，理論與實踐相結合，所探討的技術具有代表性，便于讀者理解與融會貫通。本書既可作為高等院校相關專業師生的教學參考書，也可作為人工智能領域語言智能處理研究人員和廣大愛好者的技術參考書。
語言智能處理是人工智能領域的重要研究方向之一，也是人工智能領域日久彌新的核心研究課題。語言是人類文明傳承的重要載體和媒介。實現語言智能化處理，從第一臺計算機誕生之日起，就是人類夢寐以求的美好愿望。語言智能化處理技術的獨特魅力，也是被無數產、學、研各界人員癡迷的原因所在。然而時至今日，相關研究工作已經開展了幾十年，借助機器完全自動地實現自然語言的機器翻譯、情感分析、智能問答、人機對話、個性化檢索等任務的實用化處理，依然是研究者前赴后繼投身其中的奮斗目標。
在新一波人工智能浪潮席卷之下，關于語言智能處理的新技術、新方法和新產品層出不窮，很多研究工作取得了長足的進步，也引起了越來越多來自社會各界的高度關注。但不得不說，現有的研究狀況也漸漸顯現出“亂花漸欲迷人眼”的景象，特別是在深度學習技術大放異彩甚至是獨占鰲頭的態勢下，對語言智能處理的研究面臨著諸多挑戰與難題。有些挑戰與難題是因為新業態的產生而滋生的新問題，更多的是本質上仍然是懸而未決的舊有科學難題。我們希望從紛繁復雜的研究工作中，幫助對這一領域感興趣的讀者在一些典型任務上梳理出一條相對清晰的路徑，免于陷入“獨上高樓，望盡天涯路”的窘迫。本書所探討的內容既包括語言模型與知識表示這樣的傳統研究，也包括語言分析技術這樣的基礎任務，還涉及了時下研究熱度持續升溫的機器翻譯、自動問答、自然語言生成、信息推薦、語音情感分析等重要方向。本書盡量選取了語言智能處理領域中具有代表性的研究工作加以介紹。這些研究工作同時也是人們日常生活當中實實在在能夠接觸的應用場景，大部分研究方向直接見證了人工智能技術發展的起起落落。同時，由于語言智能化處理的研究特點，幾乎所有的任務都定期舉辦對應的國際/國內公開評測，也有公開發布的訓練數據集、開源平臺等資源供業界人士共享。本書盡可能在相關章節將這些評測、資源等相關信息列舉出來，以饗讀者。 本書共8章，在章節的組織上針對語言智能處理中的典型研究方向，盡可能梳理出每個方向大體的技術發展脈絡、主要方法、關鍵技術、最新進展以及未來趨勢。其中，第1章由黃河燕主筆，第2章由黃河燕、史樹敏主筆，第3章由史樹敏、黃河燕主筆，第4章由賈珈主筆，第5章由黃民烈主筆，第6章由韓先培主筆，第7章由劉洋主筆，第8章由劉奕群主筆，全書由黃河燕、史樹敏統稿。此外，李洪政博士后（現為北京理工大學助理教授）協助完成了22節及第3章部分圖表的繪制及校對工作，鑒萍博士協助完成33節部分文獻資源的整理和校對工作，毛佳昕博士后（現為中國人民大學助理教授）協助完成了第8章的校對工作。在本書編寫過程中，孫樂研究員對于61節提出了寶貴意見，陳波副研究員、安波副研究員參與了第6章的校對工作，在此深表感謝。另外，部分研究生也為本書的寫作提供了文獻資料整理、參考文獻規范化處理等協助工作。他們是尚煜茗、蘇超、周素平、邊寧、黃斐、柯沛、黃軒成，陳馳、楊宗瀚、許一舟、鄭遠航、張慧盟、王碩，在此一并向他們表示衷心的感謝。誠摯感謝電子工業出版社趙麗松副總編和富軍、錢維揚等其他編輯及審校人員為本書出版所付出的辛勤工作。感謝長期以來對我們團隊工作給予大力支持和幫助的諸位師長、同行和各界朋友們。 眾所周知，語言智能處理涉及眾多研究內容，限于篇幅和學識，本書無法一一涵蓋，僅是拋磚引玉，希望與“為伊消得人憔悴”同仁們一起，在語言智能處理的浩瀚海洋中，共同尋求“驀然回首，‘成果’就在燈火闌珊處”的快樂。由于作者水平所限，加之時間和精力不足，書中一定存在疏漏或錯誤之處，衷心歡迎專家和讀者給予批評指正。 編著者 | |
