Нейросетевые методы в обработке естественного языка; ДМК Пресс, ДМК Пресс, 2019

Доступное введение в NLP и машинное обучение для тех, кто только начинает изучение той или другой дисциплины

Нейронные сети прямого распространения

Работа с данными естественного языка

Отношения между словами в контексте

Языковое моделирование

Моделирование деревьев с помощью рекурсивных нейронных сетей

Знакомство с предпосылками, терминологией, инструментами и методиками, необходимыми для понимания принципов, лежащих в основе нейросетевых моделей языка

Полезные и нестандартные пути применения современных технологий к задачам обработки языка

Это классическое руководство посвящено применению нейросетевых моделей к обработке данных естественного языка (Natural Language Processing - NLP).

В первой половине книги 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.

Во второй части вводятся более специализированные нейросетевые архитектуры, 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.

Смотри также о книге.