作者：黄河燕等
页数：292
出版社：电子工业出版社
出版日期：2020
ISBN：9787121400421
电子书格式：pdf/epub/txt
内容简介
语言智能处理一直是人工智能领域的重要研究方向之一。本书按照研究历程与现状、关键技术与方法、发展趋势与展望的基本脉络，重点介绍了语言智能处理中的语言模型与知识表示、语言分析技术、语言情感分类、自然语言生成技术、自动问答与人机对话、机器翻译、信息检索与信息推荐等主题。本书所描述的内容涉及人们日常生活中的真实应用场景，理论与实践相结合，所探讨的技术具有代表性，便于读者理解与融会贯通。本书既可作为高等院校相关专业师生的教学参考书，也可作为人工智能领域语言智能处理研究人员和广大爱好者的技术参考书。
作者简介
黄河燕：1963年10月生，籍贯湖南。1986年1月加入中国共产党，1989年3月参加工作。1983年毕业于武汉测绘科技大学计算机系获学士学位，1986年毕业于国防科技大学计算机系获硕士学位，1989年毕业于中国科学院计算技术研究所获博士学位，后留所工作，先后任助理研究员、副研究员、研究员；1997年至2009年在中科院计算机语言信息工程研究中心任副主任、研究员并先后兼任中科院华建集团党委委员、副书记，2009年至今任北京理工大学计算机学院院长、教授，兼北京市海量语言信息处理与云计算应用工程技术研究中心主任及中-德语言信息处理联合实验室主任；现为最家”863计划”主题专家组成员、中国人工智能学会及中国中文信息学会副理事长、教育部计算机教学指导委员会委员、北京市学位委员会委员。主持承担了最家自科基金重点项目、”973计划”课题、”863计划”项目等20多项最家级科研攻关项目，获得了最家科技进步一等奖等8项最家级和省部级奖励，1997年享受国务院政府特殊津贴，2014年当选全国优秀科技工作者。
本书特色
适读人群 ：本科生和研究生，研究人员和工程人员。语言智能处理一直是人工智能领域的重要研究方向之一。本书按照研究历程与现状、关键技术与方法、发展趋势与展望的基本脉络，重点介绍了语言智能处理中的语言模型与知识表示、语言分析技术、语言情感分类、自然语言生成技术、自动问答与人机对话、机器翻译、信息检索与信息推荐等主题。本书所描述的内容涉及人们日常生活中的真实应用场景，理论与实践相结合，所探讨的技术具有代表性，便于读者理解与融会贯通。
本书既可作为高等院校相关专业师生的教学参考书，也可作为人工智能领域语言智能处理研究人员和广大爱好者的技术参考书。
目录
第1章绪论
11语言智能处理简介
12人工智能与语言智能处理
13基于神经网络的自然语言处理
14语言智能处理的应用
15本书的组织结构
第2章语言模型与知识表示
21语言模型
211概述
212n-gram语言模型
213估计
214评价指标
215数据稀疏与齐夫定律
216计数平滑方法
217神经网络语言模型
218小结
22词向量构造方法
221词向量（Word Embedding）构造方法概述
222基于全局统计信息的Word Embedding构造方法
223基于预测任务的Word Embedding构造方法
224利用外部信息的Word Embedding构造方法
225方法评价
226Word Embedding的应用
227研究展望
23知识图谱表示学习
231表示学习的基本概念
232表示学习的典型应用
233表示学习的主要优点
234表示学习的典型方法
参考文献
第3章语言分析技术
31词法分析
311概述
312自动分词
313词性标注
314分词和词性标注的联合模型
32句法分析
321概述
322句法结构分析
323依存关系分析
33篇章分析
331概述
332篇章分析相关理论及标注语料库
333篇章分析方法
34语义分析
341概述
342词汇级语义分析
343句子级语义分析
344篇章级语义分析
345基于神经网络模型的语义分析
346语义分析评测任务
347未来发展趋势
参考文献
第4章语言情感分类
41情感描述的主要方法
411情感的类别表示法
412情感的维度表示法
42情感识别模型
421文本情感计算
422语音情感计算
43当前语言情感识别的挑战
431领域依赖
432语料库的建设
433多模态融合
434细粒度情感计算
参考文献
第5章自然语言生成技术
51概述
52序列到序列模型
521基本原理和算法框架
522模型实现与注意力机制
523小结
53变分自编码器
531基本原理
532应用场景
533高级话题
54生成式对抗网络
541基本原理和算法框架
542生成式对抗网络的特点
543相关模型
544小结
55基于预训练语言模型的生成方法
551预训练语言模型
552拓展话题
553小结
56本章小结
参考文献
第6章自动问答与人机对话
61知识库问答
611基于语义解析的知识库问答
612基于神经网络的端到端知识库问答
62机器阅读理解
621任务介绍
622机器阅读理解系统框架
623机器阅读理解系统的核心组件
624代表性机器阅读理解模型
625总结与展望
63人机对话系统
631面向任务型的对话系统
632面向非任务型的聊天系统
64总结与未来的挑战
参考文献
第7章机器翻译
71概况
711任务的定义与研究的意义
712发展的历史
72神经机器翻译
721核心模型
722关键技术
73数据与评测
731数据集
732技术评测
74开源工具
741统计机器翻译开源工具
742神经机器翻译开源工具
75总结与展望
参考文献
第8章信息检索与信息推荐
81概述
811信息检索的概念与发展
812信息推荐的概念与发展
813信息检索和信息推荐的联系和区别
82信息检索与信息推荐的相关技术
821信息检索部分前沿技术
822信息推荐部分前沿技术
823信息检索与信息推荐领域的相关资源
83相关技术的产业应用
831典型的应用产品
832信息检索技术的应用情况
833信息推荐技术的应用情况
84发展趋势
参考文献
