書名: 自然語言處理最佳實務
作者: 賴屹民
ISBN: 9789865027001
出版社: O’REILLY
書籍開數、尺寸: 18.5x23x2.12
頁數: 472
內文印刷顏色: 單色
#資訊
#編程與軟體開發
#其他程式語言
定價: 780
售價: 663
庫存: 已售完
LINE US! 詢問這本書 團購優惠、書籍資訊 等
此書籍已售完,調書籍需2-5工作日。建議與有庫存書籍分開下單

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

內容簡介   很多著作和課程都使用簡單的案例和定義良好的資料組來處理自然語言處理(NLP)問題,但是,如果你想在商業環境中建構、迭代與擴展NLP系統,並為特定的產業鏈量身打造系統,這本書是為你而寫的指南。軟體工程師與資料科學家可從這本書學會如何在遇到每一個複雜選項時做出正確的選擇。   本書作者們將說明如何在更大型的生產環境中建構真正的NLP解決方案,告訴你如何針對各種產業鏈(例如醫療保健、社交媒體與零售)調整解決方案。   藉由這本書,你將:   ‧了解在NLP領域中,廣泛的問題陳述方式、任務與解決方案   ‧實作與評估各種運用機器學習與深度學習方法的NLP應用程式   ‧根據商務問題與產業鏈來微調NLP解決方案   ‧評估各種NLP生產任務、資料組與工作階段的演算法與做法   ‧遵守NLP系統的釋出、部署、DevOps的最佳實踐法製作軟體解決方案   ‧從商務與產品主管的角度,了解NLP的最佳實踐法、機會與路線圖 目錄 前言 第一部分 基礎 第1章 NLP:入門 第2章 NLP 處理線 第3章 原文表示法 第二部分 要領 第4章 Text Classification:原文分類 第5章 資訊提取 第6章 聊天機器人 第7章 主題概述 第三部分 應用 第8章 社交媒體 第9章 電子商務與零售 第10章 醫療保健、金融和法律 第四部分 整合一切 第11章 端對端 NLP 程序 索引

為您推薦

GPT就是這麼來的:最新自然語言處理技術詳解 (1版)

GPT就是這麼來的:最新自然語言處理技術詳解 (1版)

類似書籍推薦給您

內容簡介   ● NLP專用Python開發環境架設   ● 自然語言處理的發展歷程   ● 無監督學習的原理與應用及實作   ● Pretraing的完整實作   ● 文字分類、機器閱讀理解、命名實體辨識   ● ChatGPT的原理 - 文字生成   ● 損失函式與模型瘦身   大型語言模型已經成為現代AI的範式,不管是ChatGPT或是llama、Falcon等,這個新興學科是人工智慧時代最熱門的話題,沒有一個有志於AI的人可以忽略這個趨勢。而大型語言模型的基礎,當然就是自然語言處理(Natural Language Processing,簡稱NLP)。自然語言處理主要工作包括了語言理解、語言生成、機器翻譯、語音識別等。目前見的應用非常多,包括了自動化客服、垃圾郵件檢測、社交媒體情感分析、醫療記錄分析、金融預測和新聞摘要等。   總結來說,自然語言處理是一個動態且充滿潛力的領域,它正在不斷改變我們與計算機和數字訊息互動的方式。隨著技術的不斷發展,我們可以期待在更多領域看到 NLP 的創新應用,同時也需要持續關注與其發展相關的倫理和社會問題。本書最重要目的就是將你帶入這個行業,如果你是程式設計師,網頁設計師,又或者是App的開發者,如果不想被人工智慧搶掉工作,加入是最好的選擇。 目錄 第1 章 導論 1.1 基於深度學習的自然語言處理 1.2 本書章節脈絡 1.3 自然語言處理演算法流程 1.4 小結 第2 章 Python 開發環境配置 2.1 Linux 伺服器 2.2 Python 虛擬環境 2.3 PyCharm 遠端連接伺服器 2.4 screen 任務管理 2.5 Docker 技術 2.6 小結 第3 章 自然語言處理的發展處理程序 3.1 人工規則與自然語言處理 3.2 機器學習與自熱語言處理 3.3 深度學習與自然語言處理 3.4 小結 第4 章 無監督學習的原理與應用 4.1 淺層無監督預訓練模型 4.2 深層無監督預訓練模型 4.3 其他預訓練模型 4.4 自然語言處理四大下游任務 4.5 小結 第5 章 無監督學習進階 5.1 生成式對抗網路 5.2 元學習 5.3 小結 第6 章 預訓練 6.1 賽題任務 6.2 環境架設 6.3 程式框架 6.4 資料分析實踐 6.5 小結 第7 章 文字分類 7.1 資料分析 7.2 環境架設 7.3 程式框架 7.4 文字分類實踐 7.5 小結 第8 章 機器閱讀理解 8.1 機器閱讀理解的定義 8.2 評測方法 8.3 研究方法 8.4 經典結構 8.5 多文件機器閱讀理解實踐 8.6 小結 第9 章 命名實體辨識 9.1 NER 技術的發展現狀 9.2 命名實體辨識的定義 9.3 命名實體辨識模型 9.4 命名實體辨識實驗 9.5 小結 第10 章 文字生成 10.1 文字生成的發展現狀 10.2 基於預訓練模型的文字生成模型 10.3 文字生成任務實踐 10.4 小結 第11 章 損失函式與模型瘦身 11.1 損失函式 11.2 常用的損失函式 11.3 損失函式的進階 11.4 模型瘦身 11.5 小結

原價: 720 售價: 648 現省: 72元
立即查看
輕鬆學自然語言處理-電腦這樣理解語言(學AI真簡單系列3)

輕鬆學自然語言處理-電腦這樣理解語言(學AI真簡單系列3)

類似書籍推薦給您

輕鬆學自然語言處理-電腦這樣理解語言(學AI真簡單系列3) 作(譯)者: AI4kids 出版商:全華 出版日:2021/4/27 ISBN(13碼):9789865036683 書號:49481 膠裝 / 168頁 / 16 K / 彩色 內容簡介 透過本書,可以: •了解自然語言處理(NLP)的概念 •了解各種自然語言處理的方法 •如何使用循環神經網路(RNN)、長短期記憶法(LSTM)對句子進行情緒分析 •如何使用RNN、LSTM對句子內的詞標註詞性 本書有系統地介紹了自然語言處理(NLP)的基礎技術,從傳統的統計處理方法過渡到近年興起基於類神經網路的處理方法,用通俗易懂的語言說明自然語言處理的概念,於各章節中也都有配合實際範例描述所介紹的方法,讓讀者有更紮實的理解。內容深入淺出、容易理解,相信本書會讓讀者有所收獲。 本書作者為AI4kids團隊,曾應教育部國教署邀請,至全國高中主任會議分享AI教學、親子天下雜誌專文報導,成員來自AIA台灣人工智慧學校的校友,團隊有軟體技術、創新研發、工程管理、電商行銷等資歷專長,因為對AI科技教育的熱情而投入AI的教案研發與教學,目標是透過教孩子動手實作AI專題,來啟發他們對好奇心與想像力,協助他們運用各種程式或平台工具來探索、創造自己的AI應用。 ■ 目錄 第1章 自然語言處理介紹 1-1 前言 1-2 何謂「自然語言處理」? 1-3 傳統的自然語言處理 1-4 深度學習的自然語言處理 1-5 小結 第2章 電腦學中文的第一步:斷詞 2-1 前言 2-2 語料庫 2-3 最大匹配法 2-4 斷詞工具 2-5 中文斷詞工具──Jieba 2-6 中研院斷詞系統─CKipTagger 2-7 小結 第3章 基於統計的自然語言處理 3-1 前言 3-2 One-hot表示法 3-3 詞袋表示法 3-4 TF-IDF表示法 3-5 N元語法 3-6 小結 第4章 基於類神經的自然語言處理 4-1 前言 4-2 詞嵌入 4-3 國王–他 + 她 = 皇后 4-4 Skip-gram模型與CBOW模型 4-5 訓練詞彙向量 4-6 小結 第5章 循環神經網路簡介 5-1 前言 5-2 認識序列資料 5-3 類神經網路的演進 5-4 循環神經網路 5-5 循環神經網路的種類 5-6 長短期記憶神經網路 5-7 小結 第6章 RNN與LSTM實作:IMDB情緒分析 6-1 前言 6-2 載入與了解IMDB網路電影資料集 6-3 資料預處理 6-4 建構RNN及LSTM模型 6-5 小結 第7章 RNN與LSTM實作:詞性標註 7-1 前言 7-2 載入與了解詞性標註資料集 7-3 資料預處理 7-4 建立字典 7-5 獲得訓練集與測試集 7-6 TensorFlow data pipeline 7-7 建構RNN及LSTM模型 7-8 小結 附錄A Python基礎語法查詢表 A-1 Python基本概念 附錄B Google Colab使用簡介 B-1 Google Colaboratory介紹 B-2 Notebook組態設定 B-3 檢視目前Python版本與套件清單

原價: 280 售價: 246 現省: 34元
立即查看
NLP工程師養成術:自然語言處理入門

NLP工程師養成術:自然語言處理入門

類似書籍推薦給您

原價: 690 售價: 587 現省: 103元
立即查看
PyTorch自然語言處理:以深度學習建立語言應用程式

PyTorch自然語言處理:以深度學習建立語言應用程式

類似書籍推薦給您

原價: 580 售價: 493 現省: 87元
立即查看
中文自然語言處理實戰

中文自然語言處理實戰

類似書籍推薦給您

原價: 450 售價: 383 現省: 67元
立即查看