運用PyTorch 探索自然語言處理與機器學習！這是一本兼顧理論基礎和工程實踐的入門級教程，基於 PyTorch，揭示自然語言處理的原理，描繪學術研究脈絡，通過實踐與項目展現技術與應用的細節，並提供可擴展閱讀的論文出處。1.路線圖：從基礎工具、基本原理，到常用模型，再到領域前沿。 2.有項目：中文地址解析 + 詩句補充。 3.可實踐：給出代碼、數據集和論文出處。

●第1篇自然語言處理基礎篇
第1章 自然語言處理概述
1.1 什麼是自然語言處理
1.1.1 定義
1.1.2 常用術語
1.1.3 自然語言處理的任務
1.1.4 自然語言處理的發展歷程
1.2 自然語言處理中的挑戰
1.2.1 歧義問題
1.2.2 語言的多樣性
1.2.3 未登錄詞
1.2.4 數據稀疏
1.3 自然語言處理中的常用技術
1.4 機器學習中的常見問題
1.4.1 Batch和Epoch
1.4.2 BatchSize的選擇
1.4.3 數據集不平衡問題
1.4.4 預訓練模型與數據安全
1.4.5 通過開源代碼學習
1.5 小結
第2章 Python自然語言處理基礎
2.1 搭建環境
2.1.1 選擇Python版本
2.1.2 安裝Python
2.1.3 使用pip包管理工具和Python虛擬環境
2.1.4 使用集成開發環境
2.1.5 安裝Python自然語言處理常用的庫
2.2 用Python處理字符串
2.2.1 使用str類型
2.2.2 使用StringIO類
2.3 用Python處理語料
2.3.1 從文件讀取語料
2.3.2 去重
2.3.3 停用詞
2.3.4 編輯距離
2.3.5 文本規範化
2.3.6 分詞
2.3.7 詞頻-逆文本頻率
2.3.8 One-Hot編碼
2.4 Python的一些特性
2.4.1 動態的解釋型語言
2.4.2 跨平臺
2.4.3 性能問題
2.4.4 並行和並發
2.5 在Python中調用其他語言
2.5.1 通過ctypes調用CC++代碼
2.5.2 通過網絡接口調用其他語言
2.6 小結
第2篇PyTorch入門篇
第3章 PyTorch介紹
3.1 概述
3.2 與其他框架的比較
3.2.1 TensorFlow
3.2.2 PaddlePaddle
3.2.3 CNTK
3.3 PyTorch環境配置
3.3.1 通過pip安裝
3.3.2 配置GPU環境
3.3.3 其他安裝方法
3.3.4 在PyTorch中查看GPU是否可用
3.4 Transformers簡介及安裝
3.5 Apex簡介及安裝
3.6 小結
第4章 PyTorch基本使用方法
4.1 張量的使用
4.1.1 創建張量
4.1.2 張量的變換
4.1.3 張量的索引
4.1.4 張量的運算
4.2 使用torch.nn
4.3 激活函數
4.3.1 Sigmoid函數
4.3.2 Tanh函數
4.3.3 ReLU函數
4.3.4 Softmax函數
4.3.5 Softmin函數
4.3.6 LogSoftmax函數
4.4 損失函數
4.4.1 0-1損失函數
4.4.2 平方損失函數
……

這是一本運用PyTorch探索自然語言處理與機器學習的書，從入門到實戰，循序漸進地帶領讀者實踐並掌握自然語言處理的相關內容。本書首先對自然語言處理進行了概述，並介紹了Python自然語言處理基礎；然後介紹了什麼是PyTorch和PyTorch的基本使用方法；接著介紹了多種機器學習技術及其在自然語言處理中的應用，包括RNN、詞嵌入、Seq2seq、注意力機制、Transformer和預訓練語言模型；最後介紹了用自然語言處理實現的兩個項目，即"中文地址解析"和"詩句補充"。
本書適合從事人工智能、機器學習、語言處理、文本大數據等技術開發和研究的工程師與研究人員，以及高等院校計算機、語言技術等相關專業的學生閱讀參考。

孫小文,王薪宇,楊談 著