Книга Нейросетевые методы в обработке естественного языка. Йоав Гольдберг
Книга Йоава Гольдберга «Нейросетевые методы в обработке естественного языка» – это классическое руководство, посвященое применению нейросетевых моделей к обработке данных естественного языка (Natural Language Processing – NLP).
Рассматриваются основы машинного обучения с учителем на лингвистических данных и применение векторных, а не символических представлений слов. Обсуждается также абстракция графа вычислений, которая позволяет легко определять и обучать произвольные нейронные сети и лежит в основе современных программных нейросетевых библиотек.
В книге Нейросетевые методы в обработке естественного языка даются также обзорные сведения специализированных нейросетевых архитектур, включая одномерные сверточные сети, рекуррентные нейронные сети, модели условной генерации и модели с механизмом внимания.
Эти архитектуры и методы – движущая сила современных алгоритмов машинного перевода, синтаксического анализа и многих других приложений. Наконец, обсуждаются древовидные сети, структурное предсказание и перспективы многозадачного обучения.
Издание предназначено студентам вузов, а также специалистам в области машинного перевода и нейронных сетей.
Предполагает знание теории вероятности, алгебры и математического анализа, а также базовое владение алгоритмами и структурами данных.
Темы, рассмотренные в книге «Нейросетевые методы в обработке естественного языка»
Глава 1. Введение
Часть 1. классификация с учителем и нейронные сети прямого распространения
Глава 2. Основы обучения и нейронные модели
Глава 3. От линейных моделей к многослойным перцептронам
Глава 4. Нейронные сети прямого распространения
Глава 5. Обучение нейронной сети
Часть 2. Работа с данными естественного языка
Глава 6. Признаки для текстовых данных
Глава 7. Примеры признаков в NLP
Глава 8. От текстовых признаков к входным данным
Глава 9. Языковое моделирование
Глава 10. Предобученные представления слов
Глава 11. Использование погружений слов
Глава 12. Пример: применение архитектуры прямого распространения для вывода смысла предложений
Часть 3. Специализированные архитектуры
Глава 13. Детекторы n-грамм: сверточные нейронные сети
Глава 14. Рекуррентные нейронные сети: последовательности и стеки
Глава 15. Конкретные архитектуры рекуррентных нейронных сетей
Глава 16. Моделирование с помощью рекуррентных сетей
Глава 17. Условная генерация
Часть 4. Дополнительные темы
Глава 18. Моделирование деревьев с помощью рекурсивных нейронных сетей
Глава 19. Предсказание структурного выхода
Глава 20. Обучение каскадное, много задачное и с частичным привлечением учителя
Глава 21. Заключение
Автор книги – Йоав Гольдберг
Автор книги – Йоав Гольдберг – профессор информатики, доктор философии, член редакторского коллектива научного журнала Computational Linguistics. На данный момент преподает в израильском университете им. Бар-Илана. Имеет большой опыт работы с нейросетевыми методами в компании Google. Лекции Йоава Гольдберга по NLP, структурному предсказанию, машинному обучению и нейросетевым моделям, акцентированным на реккурентные нейронные сети, пользуются большой популярностью во всем мире
Рекомендуем
Вас может заинтересовать также книга «Нейронные сети: полный курс», которую тоже можно купить на нашем сайте.
