成功加入购物车

去购物车结算 X
孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索
白湘云书社
  • 基于混合方法的自然语言处理：神经网络模型与知识图谱的结合 9787111690696 [西]何塞·曼努埃尔·戈麦斯-佩雷斯；[西]罗纳德·德诺；[西]安德烈·加西亚-席尔瓦 机械工业出版社

基于混合方法的自然语言处理：神经网络模型与知识图谱的结合 9787111690696 [西]何塞·曼努埃尔·戈麦斯-佩雷斯；[西]罗纳德·德诺；[西]安德烈·加西亚-席尔瓦 机械工业出版社

举报

当天发货，全新正版书。新华书店集团直发，凡是套装书，价格异常时，请咨询后下单。

  • 作者: 
  • 出版社:    机械工业出版社
  • ISBN:    9787111690696
  • 出版时间: 
  • 装帧:    其他
  • 开本:    16开
  • 作者: 
  • 出版社:  机械工业出版社
  • ISBN:  9787111690696
  • 出版时间: 
  • 装帧:  其他
  • 开本:  16开

售价 ￥ 66.50 6.7折

定价 ￥99.00 

品相 全新

优惠 满包邮

优惠 满减券
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间：
    说明：

    上书时间2024-04-11

    数量
    库存2件
    立即购买 加入购物车 收藏
    微信扫描下方二维码
    微信扫描打开成功后，点击右上角”...“进行转发

    卖家超过10天未登录

    • 商品详情
    • 店铺评价
    手机购买
    微信扫码访问
    • 商品分类：
      童书
      货号：
      31263808
      商品描述：
      目录
      推荐序一<br/>推荐序二<br/>译者序<br/>前言<br/>第一部分　预备知识和构建模块<br/>第1章　混合自然语言处理简介2<br/>1.1　知识图谱、嵌入和语言模型简史2<br/>1.2　自然语言处理中知识图谱和神经网络方法的结合4<br/>第2章　单词、意义和知识图谱嵌入6<br/>2.1　引言6<br/>2.2　分布式单词表示6<br/>2.3　词嵌入7<br/>2.4　意义和概念嵌入8<br/>2.5　知识图谱嵌入9<br/>2.6　本章小结13<br/>第3章　理解词嵌入和语言模型14<br/>3.1　引言14<br/>3.2　语言模型15<br/>3.2.1　统计语言模型15<br/>3.2.2　神经语言模型16<br/>3.3　NLP迁移学习的预训练模型微调16<br/>3.3.1　ELMo16<br/>3.3.2　GPT17<br/>3.3.3　BERT17<br/>3.4　机器人检测中预训练语言模型的微调18<br/>3.4.1　实验结果与讨论21<br/>3.4.2　使用Transformer库对BERT进行微调21<br/>3.5　本章小结27<br/>第4章　从文本中捕获意义作为词嵌入28<br/>4.1　引言28<br/>4.2　下载一个小文本语料库29<br/>4.3　一种学习词嵌入的算法29<br/>4.4　使用Swivel prep生成共现矩阵30<br/>4.5　从共现矩阵中学习嵌入31<br/>4.6　读取并检查存储的二进制嵌入32<br/>4.7　练习：从古腾堡工程中创建词嵌入33<br/>4.7.1　下载语料库并进行预处理33<br/>4.7.2　学习嵌入34<br/>4.7.3　检查嵌入34<br/>4.8　本章小结34<br/>第5章　捕获知识图谱嵌入35<br/>5.1　引言35<br/>5.2　知识图谱嵌入35<br/>5.3　为WordNet创建嵌入37<br/>5.3.1　选择嵌入算法：HolE37<br/>5.3.2　将WordNet知识图谱转换为所需输入39<br/>5.3.3　学习嵌入44<br/>5.3.4　检查嵌入结果44<br/>5.4　练习47<br/>5.4.1　练习：在自己的知识图谱上训练嵌入47<br/>5.4.2　练习：检查WordNet 3.0的预计算嵌入47<br/>5.5　本章小结48<br/>第二部分　神经网络与知识图谱的结合<br/>第6章　从文本语料库、知识图谱和语言模型中构建混合表达50<br/>6.1　引言50<br/>6.2　准备工作和说明51<br/>6.3　Vecsigrafo的概念及构建方式 51<br/>6.4　实现53<br/>6.5　训练Vecsigrafo54<br/>6.5.1　标记化和词义消歧56<br/>6.5.2　词汇表和共现矩阵58<br/>6.5.3　从共现矩阵学习嵌入62<br/>6.5.4　检查嵌入64<br/>6.6　练习：探索一个预先计算好的Vecsigrafo66<br/>6.7　从Vecsigrafo到Transigrafo68<br/>6.7.1　安装设置70<br/>6.7.2　训练Transigrafo71<br/>6.7.3　扩展知识图谱的覆盖范围73<br/>6.7.4　评估 Transigrafo73<br/>6.7.5　检查Transigrafo中的义项嵌入 75<br/>6.7.6　探索Transigrafo嵌入的稳定性77<br/>6.7.7　额外的反思81<br/>6.8　本章小结81<br/>第7章　质量评估82<br/>7.1　引言82<br/>7.2　评估方法的概述83<br/>7.3　练习1：评估单词和概念嵌入84<br/>7.3.1　可视化探索84<br/>7.3.2　内在评估85<br/>7.3.3　词汇预测图87<br/>7.3.4　外在评估90<br/>7.4　练习2：评价通过嵌入获取的关系知识90<br/>7.4.1　下载embrela项目91<br/>7.4.2　下载生成的数据集91<br/>7.4.3　加载待评估的嵌入92<br/>7.4.4　学习模型94<br/>7.4.5　分析模型的结果94<br/>7.4.6　数据预处理：合并且增加字段 96<br/>7.4.7　计算范围阈值和偏差数据集检测97<br/>7.4.8　发现统计上有意义的模型99<br/>7.4.9　关系型知识的评估结论101<br/>7.5　案例研究：评估和对比Vecsigrafo嵌入101<br/>7.5.1　比较研究101<br/>7.5.2　讨论111<br/>7.6　本章小结114<br/>第8章　利用Vecsigrafo捕获词法、语法和语义信息116<br/>8.1　引言116<br/>8.2　方法118<br/>8.2.1　Vecsigrafo：基于语料的单词–概念嵌入118<br/>8.2.2　联合嵌入空间119<br/>8.2.3　嵌入的评估119<br/>8.3　评估120<br/>8.3.1　数据集121<br/>8.3.2　单词相似度121<br/>8.3.3　类比推理124<br/>8.3.4　单词预测125<br/>8.3.5　科学文档的分类127<br/>8.4　讨论129<br/>8.5　练习：使用surface form对科学文献进行分类130<br/>8.5.1　导入所需的库130<br/>8.5.2　下载surface form的词嵌入和SciGraph论文131<br/>8.5.3　读取并准备分类数据集131<br/>8.5.4　surface form的词嵌入133<br/>8.5.5　创建嵌入层134<br/>8.5.6　训练一个卷积神经网络134<br/>8.6　本章小结136<br/>第9章　知识图谱的词嵌入空间对齐与应用137<br/>9.1　引言137<br/>9.2　概述及可能的应用138<br/>9.2.1　知识图谱的补全139<br/>9.2.2　超越多语言性：跨模态的词嵌入139<br/>9.3　词嵌入空间的对齐技术140<br/>9.3.1　线性对齐140<br/>9.3.2　非线性对齐146<br/>9.4　练习：寻找古代英语和现代英语的对应146<br/>9.4.1　下载小型文本语料库146<br/>9.4.2　学习基于老莎士比亚语料库的Swivel词嵌入147<br/>9.4.3　在WordNet之上加载UMBC的Vecsigrafo149<br/>9.4.4　练习的结论149<br/>9.5　本章小结150<br/>第三部分　应用<br/>第10章　一种虚假信息分析的混合方法152<br/>10.1　引言152<br/>10.2　虚假信息检测153<br/>10.2.1　定义和背景153<br/>10.2.2　技术方法155<br/>10.3　应用：构建断言数据库156<br/>10.3.1　训练一个语义断言编码器156<br/>10.3.2　创建嵌入的一个语义索引并进行探索165<br/>10.3.3　以STS-B开发数据集填充索引165<br/>10.3.4　为一个断言数据集创建另一个索引166<br/>10.3.5　加载数据集到一个Pandas的DataFrame167<br/>10.3.6　构建一个断言数据库的总结171<br/>10.4　应用：假新闻和欺骗性语言检测171<br/>10.4.1　使用深度学习的基本文档分类172<br/>10.4.2　使用HolE的嵌入176<br/>10.4.3　使用Vecsigrafo UMBC WNet的嵌入178<br/>10.4.4　HoLE和UMBC嵌入的结合179<br/>10.4.5　讨论与结果180<br/>10.5　通过一个知识图谱得到传播虚假信息的评分182<br/>10.5.1　Data Commons Claim-Review的知识图谱 182<br/>10.5.2　不可信度评分的传播187<br/>10.6　本章小结190<br/>第11章　科学领域中文本与视觉信息的联合学习191<br/>11.1　引言191<br/>11.2　图例–标题对应分析的模型与架构193<br/>11.3　数据集195<br/>11.4　评估图例–标题的对应分析任务195<br/>11.5　图例–标题的对应分析与图像–句子匹配的对比197<br/>11.6　标题与图例的分类199<br/>11.7　教科书问答的多模态机器理解200<br/>11.8　图例–标题对应分析的练习201<br/>11.8.1　预备步骤201<br/>11.8.2　图例–标题的对应分析203<br/>11.8.3　图像–句子匹配216<br/>11.8.4　标题/图例分类219<br/>11.8.5　教科书问答223<br/>11.9　本章小结228<br/>第12章　展望自然语言处理的未来229<br/>12.1　最终的评论、想法和愿景229<br/>12.2　趋势是什么？社会各界的意见231<br/>参考文献238

      内容摘要
      本书分为三个部分：基于知识图谱和神经网络的构建部分；结合知识图谱和神经网络的混合体系结构；实际应用部分。在三个部分中，主题通常是独立的，允许读者快速、轻松地阅读所需的信息。本书的两个特点是实用性和拥有前沿信息。书中准确地演示了如何创建和使用上下文表示，对意义嵌入和知识图谱嵌入有着明确的处理方法，解释了使用它们的语言模型和Transformer体系结构。

      配送说明

      ...

      相似商品

      为你推荐

    孔网分类
    图书
    © 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
    关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全
    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间：09月02日 10:30

    即将开播，去预约
    直播中，去观看