●部分 了解自然語言處理
章 自然語言處理初探
1.1 自然語言處理概述
1.1.1 自然語言處理早期發展史
1.1.2 新世紀的裡程碑事件
1.2 自然語言處理的挑戰
1.2.1 詞義消歧
1.2.2 指代消解
1.2.3 上下文理解
1.2.4 語義與語用的不對等
1.3 自然語言處理的應用領域
1.3.1 醫療
1.3.2 教育
1.3.3 媒體
1.3.4 金融
1.3.5 法律
1.4 自然語言處理的常見工具
1.4.1 基礎任務工具包
1.4.2 科學計算及機器學習框架
1.4.3 深度學習框架
本章小結
思考題
第二部分 自然語言處理核心技術
第2章 自然語言處理與機器學習
2.1 邏輯回歸
2.1.1 邏輯回歸基本原理
2.1.2 邏輯回歸在實踐中的注意要點
2.1.3 邏輯回歸的優勢與不足
2.2 樸素貝葉斯
2.2.1 樸素貝葉斯基本原理
2.2.2 樸素貝葉斯的類型
2.2.3 樸素貝葉斯的優勢與不足
2.3 Kmeans算法
2.3.1 Kmeans算法基本原理
2.3.2 Kmeans算法實踐
2.3.3 Kmeans算法的優勢與不足
2.4 決策樹
2.4.1 決策樹的屬性劃分
2.4.2 隨機森林的基本原理
2.4.3 隨機森林在應用中的注意細節
2.5 主成分分析
2.5.1 梯度上升法解PCA
2.5.2 協方差矩陣解PCA
2.5.3 實戰PCA
本章小結
思考題
第3章 自然語言處理與神經網絡
3.1 神經網絡初探
3.1.1結構
3.1.2 常見的激活函數
3.1.3 誤差反向傳播算法
3.2 常見的神經網絡結構
3.2.1 多層感知機
3.2.2 循環神經網絡的基本原理
3.2.3 卷積神經網絡的基本原理
3.2.4 神經網絡的優勢與不足
3.3 神經網絡算法的改進與提升
3.3.1 防止過擬合的方法
3.3.2 訓練速度與精度的提高方法
3.3.3 注意力機制
本章小結
思考題
第三部分 自然語言處理基本任務
第4章 文本預處理
4.1 文本預處理的基礎項目
4.1.1 文本規範化
4.1.2 語義分析
4.1.3 分詞
4.1.4 文本糾錯
4.2 關鍵詞提取
4.2.1 基於特征統計
4.2.2 基於主題模型
4.2.3 基於圖模型
4.3 數據不平衡的處理
4.3.1 常見方法
4.3.2 數據不平衡問題實戰
本章小結
思考題
第5章 文本的表示技術
5.1 詞袋模型
5.1.1 基於頻次的詞袋模型
5.1.2 基於TFIDF的詞袋模型
5.1.3 相關工具的使用
5.2 Word2Vec詞向量
5.2.1 Word2Vec的基本原理
5.2.2 Word2Vec模型細節及代碼演示
5.2.3 應用工具訓練Word2Vec
5.3 改進後的詞表征
5.3.1 GloVe模型
5.3.2 FastText模型
5.3.3 ELMo模型
5.4 句向量
5.4.1 基於詞向量的平均
5.4.2 沿用Word2Vec思想
5.4.3 有監督方式
本章小結
思考題
第6章 序列標注
6.1 序列標注基礎
6.1.1 序列標注的應用場景
6.1.2 基線方式
6.1.3 序列標注任務的難點
6.2 基於概率圖的模型
6.2.1 隱馬爾科夫模型(HMM)
6.2.2 優選熵馬爾科夫模型(MEMM)
6.2.3 條件隨機場模型(CRF)
6.2.4 天氣預測實例
6.3 基於深度學習的方式
6.3.1 數據表征形式
6.3.2 序列處理模型
本章小結
思考題
第7章 關繫抽取
7.1 關繫抽取基礎
7.1.1 關繫抽取概述
7.1.2 關繫抽取的主要方法
7.1.3 深度學習與關繫抽取
7.1.4 強化學習與關繫抽取
7.2 基於半監督的關繫抽取模式:Snowball繫統
7.2.1 Patterns及Tuples的生成
7.2.2 Patterns及Tuples的評估
7.2.3 Snowball的實現細節
7.3 關繫抽取工具——DeepDive
7.3.1 DeepDive概述
7.3.2 DeepDive工作流程
7.3.3 概率推斷與因子圖
本章小結
思考題
第四部分 自然語言處理不錯任務
第8章 知識圖譜
8.1 知識圖譜基本概念
8.1.1 從語義網絡到知識圖譜
8.1.2 知識的結構化、存儲及查詢
8.1.3 幾個開源的知識圖譜
8.2 知識圖譜的關鍵構建技術
8.2.1 本體匹配
8.2.2 實體鏈接
8.2.3 知識推理
8.3 知識圖譜應用
8.3.1 反欺詐
8.3.2 個性化推薦
8.3.3 知識庫問答
本章小結
思考題
第9章 文本分類
9.1 文本分類的常見方法
9.1.1 機器學習
9.1.2 模型融合
9.1.3 深度學習
9.2 文本分類的不同應用場景
9.2.1 二分類
9.2.2 多分類
9.2.3 多標簽多分類
9.3 案例:搭建一款新聞主題分類器
9.3.1 數據預處理
9.3.2 訓練與預測
9.3.3 改進
本章小結
思考題
0章 文本摘要
10.1 抽取式摘要
內容簡介
為了幫助廣大愛好自然語言處理(NaturalLanguageProcessing,NLP)技術的讀者朋友入門此領域,本書闡述了自然語言處理概況、領域應用、相關處理工具包、相關的機器學習及深度學習模型、文本預處理及文本表征等基礎知識,以及具體的自然語言處理任務,包括文本分類、關繫抽取、知識圖譜、文本摘要、序列標注、機器翻譯和聊天繫統,同時介紹了自然語言處理技術在學術界以及工業界的發展、應用現狀,並為讀者們提供了部分面試參考題目。 本書適合有一定的編程及機器學習基礎,想入門自然語言處理,以及想繫統了解或準備求職自然語言處理初級崗位的讀者閱讀。