机读格式显示(MARC)

• 000 02235nam 2200337 450

• 001 0000232354

• 005 20230719092900.0

• 010 __ |a 978-7-121-41512-8 |d CNY118.00

• 100 __ |a 20210726d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 自然语言处理 |A zi ran yu yan chu li |e 基于预训练模型的方法 |d = Natural language processing |e a pre-trained model approach |f 车万翔, 郭江, 崔一鸣著 |z eng

• 210 __ |a 北京 |c 电子工业出版社 |d 2021.7

• 215 __ |a xx, 299页 |c 彩图 |d 24cm

• 225 2_ |a 人工智能前沿技术丛书 |A ren gong zhi neng qian yan ji shu cong shu

• 314 __ |a 车万翔, 博士, 哈尔滨工业大学计算学部长聘教授、博士生导师, 社会计算与信息检索研究中心副主任。郭江, 麻省理工学院计算机科学与人工智能实验室, 博士后研究员。崔一鸣, 科大讯飞北京研究院副院长、资深级主管研究员。

• 320 __ |a 有书目 (第287-294页)

• 330 __ |a 自然语言处理被誉为“人工智能皇冠上的明珠”。深度学习等技术的引入为自然语言处理技术带来了一场革命, 尤其是近年来出现的基于预训练模型的方法, 已成为研究自然语言处理的新范式。本书在介绍自然语言处理、深度学习等基本概念的基础上, 重点介绍新的基于预训练模型的自然语言处理技术。本书包括基础知识、预训练词向量和预训练模型三大部分: 基础知识部分介绍自然语言处理和深度学习的基础知识和基本工具; 预训练词向量部分介绍静态词向量和动态词向量的预训练方法及应用; 预训练模型部分介绍几种典型的预训练语言模型及应用, 以及预训练模型的最新进展。除了理论知识, 本书还有针对性地结合具体案例提供相应的PyTorch代码实现, 不仅能让读者对理论有更深刻的理解, 还能快速地实现自然语言处理模型, 达到理论和实践的统一。

• 333 __ |a 本书既适合具有一定机器学习基础的高等院校学生、研究机构的研究者, 以及希望深入研究自然语言处理算法的计算机工程师阅读, 也适合对人工智能、深度学习和自然语言处理感兴趣的学生和希望进入人工智能应用领域的研究者参考

• 410 _0 |1 2001 |a 人工智能前沿技术丛书

• 510 1_ |a Natural language processing |e a pre-trained model approach |z eng

• 517 1_ |a 基于预训练模型的方法 |A ji yu yu xun lian mo xing de fang fa

• 606 0_ |a 自然语言处理 |A zi ran yu yan chu li

• 690 __ |a TP391 |v 5

• 701 _0 |a 车万翔 |A che wan xiang |4 著

• 701 _0 |a 郭江 |A guo jiang |4 著

• 701 _0 |a 崔一鸣 |A cui yi ming |4 著

• 801 _0 |a CN |b 湖北三新 |c 20210726

• 905 __ |a GDPTC |d TP391/245