内容简介 · · · · · ·
本书重点介绍了神经网络模型在自然语言处理中的应用。首先介绍有监督的机器学习和前馈神经网络的基本知识，如何将机器学习方法应用在自然语言处理中，以及词向量表示（而不是符号表示）的应用。然后介绍更多专门的神经网络结构，包括一维卷积神经网络、循环神经网络、条件生成模型和基于注意力的模型。后，讨论树形网络、结构化预测以及多任务学习的前景。
基于深度学习的自然语言处理的创作者
· · · · · ·
-
郭江 译者
作者简介 · · · · · ·
Yoav Goldberg现就职于以色列巴伊兰大学，是自然语言处理领域一位非常活跃的青年学者。Goldberg博士期间的主要研究方向为依存句法分析，随着深度学习的兴起，他也将研究兴趣转移至此，并成功地将该技术应用于依存句法分析等任务。与此同时，他在理论上对词嵌入和传统矩阵分解方法的对比分析也具有广泛的影响力。另外，他还是DyNet深度学习库的主要开发者之一。
目录 · · · · · ·
丛书信息
· · · · · ·
智能科学与技术丛书(共78册)，
这套丛书还有
《模式分类 原书第2版 典藏版》《异质图表示学习与应用》《通用人工智能》《数据挖掘(实用机器学习工具与技术原书第4版)/智能科学与技术丛书》《机器人学和人工智能中的行为树》
等
。
喜欢读"基于深度学习的自然语言处理"的人也喜欢 · · · · · ·
基于深度学习的自然语言处理的书评 · · · · · · ( 全部 3 条 )
Marx
适合入门, 在深入了解
这篇书评可能有关键情节透露
我也是看了这本书对照cs224n才明白, 相较于cs224n已经没有英文基础的同学来说, 这本书是比较适合的, 理解起来没有歧义, 例证也是很清晰明了, 而且, 尤其是本书的参考文献, 多达100多篇paper, 已经能证明这是一本值得去读的好书了, 不管是入门也好, 希望对大家有所帮助, 目前来... (展开)> 更多书评 3篇
论坛 · · · · · ·
| 有人新读过这本书嘛？翻译的怎么样？ | 来自stayhungry多斯 | 3 回应 | 2020-05-31 17:35:34 |
这本书的其他版本 · · · · · · ( 全部3 )
以下书单推荐 · · · · · · ( 全部 )
- 计算语言学 NLP (汤圆先生)
- 自然语言处理 (Science而后行)
- CDA Level III 数据科学家（2019.1） (168 Hours)
- 机器学习 & 数据挖掘 (海)
- 机器学习与深度学习 (蔡大锅)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有385人想读，手里有一本闲着?
订阅关于基于深度学习的自然语言处理的评论:
feed: rss 2.0
9 有用 江霰 2019-11-08 09:11:17
发现译者居然部分删除对DL来说很重要的一些变量维度的描述，太过分了。//我从未批评过一本书的翻译，这本书做到了。别人翻译是别扭不通顺，这本书是出错，公式、表述严重出错。刘挺，车万翔，哈工大SCIR，十几个人搞出这么个翻译，不嫌丢人？自己干不了就不要揽这个活，毁了Goldberg倾心写就的好书。
0 有用 Pixelss 2020-02-13 06:54:30
下个月中要上模型，突击NLP
0 有用 这是坠吼的 2018-11-20 21:32:51
理论综述，入门的话会看的云里雾里。
0 有用 徐兴军 2020-07-15 23:00:15
基于深度学习，面向自然语言处理，绝对很好的入门书，之前统计学习怎么干，现在深度学习对应怎么干，非常清晰，且优劣立见。虽然原版在2016年成书，不包括对集大成者bert的介绍，但离临门一脚已经不远了。翻译版本节省了阅读时间，得空了，再看一遍原版
0 有用 海水泡椒 2022-11-07 22:54:20 北京
公式扣一星