自然语言处理
本书内容新颖、覆盖面广,注重经典理论与前沿技术相结合、基本任务与综合应用相结合。难度适中、内容安排由浅入深,易于读者洞察行业需求、全面掌握NLP核心概念与主流技术。提供课件、大纲、习题答案。

作者:谭红叶、廖健、张虎、陈千、王元龙

丛书名: 高等学校智能科学与技术/人工智能专业教材

定价:59.5元

印次:1-1

ISBN:9787302707516

出版日期:2026.01.01

印刷日期:2026.01.20

图书责编:张玥

图书分类:教材

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

"自然语言处理作为计算机科学和人工智能的关键技术,旨在帮助计算机系统深入理解并生成人类自 然语言,广泛应用于自动问答、情感分析以及文本生成等多个领域,极大地促进了人机交互向更加智能、 高效的方向演进。本书以技术发展脉络为主线,从不同层次和角度介绍自然语言处理的基础知识和经典 技术,并展望大语言模型时代背景下自然语言处理领域面临的挑战。本书从自然语言处理基础知识入手, 首先介绍机器学习、语言模型以及文本表示等相关知识;然后论述自然语言处理的核心技术,包括词法 分析和句法分析等;接着阐述自然语言处理的经典应用技术,包括信息抽取、自动问答、文本分类与情 感分析,以及文本生成等;最后总结大语言模型时代下自然语言处理面临的挑战与发展趋势。通过本书, 读者可以在学习过程中逐步理解和掌握自然语言处理的基本知识和方法,深入了解自然语言处理技术的 发展轨迹,提高学习兴趣,形成创新思维,增强综合素质和技术能力,为以后的学习研究奠定基础。 本书可作为高等学校计算机科学与技术专业及相关专业自然语言处理课程的教材,也可作为对本专业 感兴趣的教师和学生的自学教材。 "

前 言 自然语言处理技术旨在使计算机能理解、处理和生成人类使用的自然语言信息,被誉为人工智能皇冠上的明珠。近年来,大语言模型的卓越性能和泛化能力让研究者认为自然语言处理与人工智能的结合是实现通用人工智能的可能方式,这使得自然语言处理领域再次受到学术界和工业界的广泛关注。本书旨在为大语言模型时代下自然语言处理的初学者及研究者提供一套全面而系统的知识框架。通过本书,读者能全面深刻地掌握自然语言处理基础知识,强化对自然语言处理技术的理解,提升自然语言处理相关技术的实践能力,为日后的学习研究奠定良好的基础。   本书在构思、编写的过程中遵循以下3个原则。   (1)强调经典理论与前沿技术相结合。大语言模型时代下,自然语言处理领域的新技术层出不穷。同时,一些经典任务看似消亡,实则被赋予新的内涵,在相对底层的位置仍发挥着重要的作用。本书立足于大语言模型的时代背景,对当前自然语言处理的经典理论和前沿技术进行全面而深入的介绍,旨在为读者提供对大语言模型时代下自然语言处理技术的全面理解。   (2)内容安排系统全面、由浅入深。本书从自然语言处理领域的关键发展阶段引入,以技术发展脉络为主线进行介绍,内容涵盖自然语言处理的理论知识、核心技术以及综合应用等方面,形成完整系统的知识框架。希望读者能在学习自然语言处理技术的同时,体会自然语言处理领域面临的挑战和未来发展趋势。   (3)注重理论与实践相结合。在理论深度和广度并存的基础上,本书注重知识的实践应用,通过引入典型实例和数据集等引导读者将理论知识应用于实际任务的解决,不仅可以激发读者的学习热情,而且兼顾不同学习能力的读者...

目录
荐语
查看详情 查看详情

目   录

第 1 章 绪论  1

  1.1 自然语言处理的相关概念   1

  1.2 自然语言处理的发展阶段   3

  1.3 自然语言处理的核心任务   6

  1.4 本章小结  7

第 2 章 机器学习基础  8

  2.1 经典机器学习  8

    2.1.1 基本概念 8

    2.1.2 机器学习的分类  10

    2.1.3 机器学习模型   11

    2.1.4 学习准则 13

    2.1.5 优化算法 17

    2.1.6 评价指标 19

  2.2 神经网络与深度学习   21

  2.3 本章小结   24

  第 2 章习题 24

第 3 章 语言模型   27

  3.1 语言模型概述  27

  3.2 统计语言模型  28

    3.2.1 模型概述 28

    3.2.2 参数估计 30

    3.2.3 参数平滑 31

    3.2.4 语言模型评价   33

    3.2.5 统计语言模型存在的问题  34

  3.3 神经网络语言模型   35

  3.4 本章小结   37

  第 3 章习题 38

第 4 章 文本表示   40

  4.1 经典文本表示  40

    4.1.1 基于向量空间模型的文本表示的基本概念  41

    4.1.2 特征选择 41

    4.1.3 权重计算 44

  4.2 分布式文本表示 45

    4.2.1 基于潜在语义分析的分布式表示 46

    4.2.2 基于预测... 查看详情

本书以技术发展脉络为主线,从不同层次和角度介绍了自然语言处理的基础知识和经典技术,并展望了大语言模型时代背景下自然语言处理领域面临的挑战。从自然语言处理基础知识入手,首先介绍机器学习、语言模型以及文本表示等相关知识;然后论述自然语言处理的核心技术,包括词法分析和句法分析等;接着阐述了自然语言处理的经典应用技术,包括信息抽取、自动问答、文本分类、情感分析以及文本生成等;最后总结了大语言模型时代下自然语言处理面临的挑战与发展趋势。


查看详情