机读格式显示(MARC)
- 000 02101nam0 2200301 450
- 010 __ |a 978-7-115-59789-2 |d CNY109.80
- 100 __ |a 20221011d2022 em y0chiy50 ea
- 200 1_ |a 自然语言处理实战 |A zi ran yu yan chu li shi zhan |e 从入门到项目实践 |f (印) 索米亚·瓦贾拉 ... [等] 著 |g 吴进操, 黄若星译
- 210 __ |a 北京 |c 人民邮电出版社 |d 2022
- 215 __ |a xxvi, 293页 |c 图 |d 24cm
- 304 __ |a 题名页题: (印) 索米亚·瓦贾拉, 博迪萨特瓦·马祖达尔, 阿努杰·古普塔, 哈尔希特·苏拉纳著
- 314 __ |a 索米亚·瓦贾拉 (Sowmya Vajjala) 拥有德国图宾根大学计算语言学博士学位, 曾就职于微软研究院, 拥有跨学术界和工业界的自然语言处理经验。博迪萨特瓦·马祖达尔 (Bodhisattwa Majumder) 曾在谷歌和微软研究院构建自然语言处理系统, 为数百万用户提供产品服务。阿努杰·古普塔 (Anuj Gupta) 为《财富》100强公司和多家创业公司孵化和组建了机器学习团队。吴进操, 近十年语言信息处理经验, 曾深度参与企业级翻译系统的研发, 熟练掌握Python, 对自然语言与人工智能的结合有深刻认识。黄若星字节跳动AML团队早期成员, 曾参与字节跳动机器学习平台及联邦学习框架Fedlearner的研发, 热衷于人工智能在工业界的应用与实践。
- 330 __ |a 本书以实际业务场景为例, 介绍自然语言处理 (NLP) 系统开发项目的整个生命周期--从收集数据到部署和监控模型。读者将深入理解NLP系统的开发流程, 知道如何消除开发痛点, 从算法、数据等方面提高NLP系统的质量。全书分为四大部分, 共有11章。第一部分概述NLP技术, 为全书奠定知识基础。第二部分从实战角度讲解NLP系统的开发要点, 内容涉及文本分类、信息提取等。第三部分专注于NLP重点应用的垂直领域: 社交媒体、电子商务、医疗行业、金融业等, 并辅以Python示例。第四部分将所有知识点融会贯通, 并讲解如何利用所学知识部署NLP系统。
- 606 0_ |a 自然语言处理 |A zi ran yu yan chu li
- 701 _1 |a 瓦贾拉 |A wa jia la |g (Vajjala, Sowmya) |4 著
- 701 _1 |a 马祖达尔 |A ma zu da er |g (Majumder, Bodhisattwa) |4 著
- 701 _1 |a 古普塔 |A gu pu ta |g (Gupta, Anuj) |4 著
- 702 _0 |a 吴进操 |A wu jin cao |4 译
- 702 _0 |a 黄若星 |A huang ruo xing |4 译
- 801 _0 |a CN |b 湖北三新 |c 20221011
- 905 __ |a GDPTC |d TP391/251