自然语言处理应用与实战

作业与练习

本章总结

15.3 案例实现——ERNIE的中文情感分析

15.2 ERNIE简介

15.1 情感分析简介

第15章 ERNIE的情感分析

作业与练习

本章总结

14.3 案例实现——BERT的文本相似度计算

14.2 BERT的文本相似度简介

14.1 文本相似度简介

第14章 BERT的文本相似度计算

作业与练习

本章总结

13.3 案例实现——Transformer的文本分类

13.2 Self-Attention机制

13.1 Transformer概述

第13章 Transformer的文本分类

作业与练习

本章总结

12.3 案例实现——ALBERT的中文命名实体识别

12.2 预训练模型Hugging Face

12.1 预训练模型简介

第12章 ALBERT的命名实体识别

第4部分 预训练模型

作业与练习

本章总结

11.3 案例实现——BiLSTM-CRF的中文命名实体识别

11.2 BiLSTM-CRF的原理

11.1 CRF简介

第11章 BiLSTM-CRF的命名实体识别

作业与练习

本章总结

10.3 案例实现——HMM的中文命名实体识别

10.2 NER的HMM

10.1 命名实体识别

第10章 HMM的命名实体识别

作业与练习

本章总结

9.3 案例实现——HMM的中文词性标注

9.2 HMM词性标注的原理和基本问题

9.1 词性标注简介

第9章 HMM的词性标注

第3部分 序列标注

作业与练习

本章总结

8.4 案例实现——基于深度学习的文本分类

8.3 基于TextRCNN的文本分类

8.2 基于TextRNN的文本分类

8.1 基于TextCNN的文本分类

第8章 基于深度学习的文本分类

作业与练习

本章总结

7.2 案例实现——FastText模型文本分类

7.1 FastText模型简介

第7章 FastText模型文本分类

作业与练习

本章总结

6.3 PyTorch自带数据集加载

6.2 PyTorch数据加载

6.1 PyTorch基础

第6章 PyTorch深度学习框架

作业与练习

本章总结

5.2 案例实现——基于N-gram的新闻文本预测

5.1 N-gram概述

第5章 N-gram语言模型

作业与练习

本章总结

4.3 案例实现——朴素贝叶斯中文分类

4.2 机器学习库sklearn

4.1 朴素贝叶斯分类算法概述

第4章 朴素贝叶斯中文分类

第2部分 自然语言处理核心技术

作业与练习

本章总结

3.2 关键词提取的实现

3.1 关键词提取概述

第3章 关键词提取

作业与练习

本章总结

2.3 词向量分布表示

2.2 词向量离散表示

2.1 词向量概述

第2章 词向量技术

作业与练习

本章总结

1.3 文本数据处理

1.2 文本处理技能

1.1 自然语言处理综述

第1章 绪论

第1部分 自然语言处理基础

前言

《自然语言处理应用与实战》编委会

内容简介

版权信息

封面

封面

版权信息

内容简介

《自然语言处理应用与实战》编委会

前言

第1部分 自然语言处理基础

第1章 绪论

1.1 自然语言处理综述

1.2 文本处理技能

1.3 文本数据处理

本章总结

作业与练习

第2章 词向量技术

2.1 词向量概述

2.2 词向量离散表示

2.3 词向量分布表示

本章总结

作业与练习

第3章 关键词提取

3.1 关键词提取概述

3.2 关键词提取的实现

本章总结

作业与练习

第2部分 自然语言处理核心技术

第4章 朴素贝叶斯中文分类

4.1 朴素贝叶斯分类算法概述

4.2 机器学习库sklearn

4.3 案例实现——朴素贝叶斯中文分类

本章总结

作业与练习

第5章 N-gram语言模型

5.1 N-gram概述

5.2 案例实现——基于N-gram的新闻文本预测

本章总结

作业与练习

第6章 PyTorch深度学习框架

6.1 PyTorch基础

6.2 PyTorch数据加载

6.3 PyTorch自带数据集加载

本章总结

作业与练习

第7章 FastText模型文本分类

7.1 FastText模型简介

7.2 案例实现——FastText模型文本分类

本章总结

作业与练习

第8章 基于深度学习的文本分类

8.1 基于TextCNN的文本分类

8.2 基于TextRNN的文本分类

8.3 基于TextRCNN的文本分类

8.4 案例实现——基于深度学习的文本分类

本章总结

作业与练习

第3部分 序列标注

第9章 HMM的词性标注

9.1 词性标注简介

9.2 HMM词性标注的原理和基本问题

9.3 案例实现——HMM的中文词性标注

本章总结

作业与练习

第10章 HMM的命名实体识别

10.1 命名实体识别

10.2 NER的HMM

10.3 案例实现——HMM的中文命名实体识别

本章总结

作业与练习

第11章 BiLSTM-CRF的命名实体识别

11.1 CRF简介

11.2 BiLSTM-CRF的原理

11.3 案例实现——BiLSTM-CRF的中文命名实体识别

本章总结

作业与练习

第4部分 预训练模型

第12章 ALBERT的命名实体识别

12.1 预训练模型简介

12.2 预训练模型Hugging Face

12.3 案例实现——ALBERT的中文命名实体识别

本章总结

作业与练习

第13章 Transformer的文本分类

13.1 Transformer概述

13.2 Self-Attention机制

13.3 案例实现——Transformer的文本分类

本章总结

作业与练习

第14章 BERT的文本相似度计算

14.1 文本相似度简介

14.2 BERT的文本相似度简介

14.3 案例实现——BERT的文本相似度计算

本章总结

作业与练习

第15章 ERNIE的情感分析

15.1 情感分析简介

15.2 ERNIE简介

15.3 案例实现——ERNIE的中文情感分析

本章总结

作业与练习