机读格式显示(MARC)

• 000 02249nam 2200361 450

• 001 0000793185

• 005 20250620100300.0

• 010 __ |a 978-7-111-74223-4 |d CNY139.00

• 100 __ |a 20240407d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 001yy

• 106 __ |a r

• 200 1_ |a 自然语言处理 |A zi ran yu yan chu li |e 基于机器学习视角 |d = Natural language processing |e a machine learning perspective |f 张岳, 滕志扬著 |g 张梅山, 黄丹丹, 覃立波译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2024.3

• 215 __ |a xvi, 446页 |c 图 |d 26cm

• 225 2_ |a 智能科学与技术丛书 |A zhi neng ke xue yu ji shu cong shu

• 306 __ |a 本书原版由剑桥大学出版社出版 本书简体字中文版由剑桥大学出版社与机械工业出版社合作出版

• 314 __ |a 张岳, 西湖大学教授。主要研究领域为自然语言处理、文本挖掘及相关的机器学习方法。滕志扬, 2011年本科毕业于东北大学, 2014年硕士毕业于中国科学院大学, 2018年博士毕业于新加坡科技与设计大学 (SUTD), 专业方向是自然语言处理和机器学习。张梅山, 哈尔滨工业大学 (深圳) 计算机科学与技术学院副教授。主要研究方向为机器学习与自然语言处理, 具体包括词法句法语义分析、情感分析、信息抽取、跨模态语义理解等。黄丹丹, 之江实验室助理研究员。主要研究方向为自然语言处理及人工智能标准化。覃立波, 中南大学特聘教授。主要研究方向为自然语言处理、任务型对话系统、大语言模型等。

• 320 __ |a 有书目和索引

• 330 __ |a 本书采用机器学习方法, 较少关注语言细节, 在统一的框架下为自然语言处理开发了基本的数学和深度学习模型, 并根据其机器学习性质系统地组织NLP问题, 包括分类、序列标记和序列到序列的问题。本书所涵盖的主题包括: 统计机器学习和深度学习模型, 文本分类和结构化预测模型, 生成和判别模型, 带有潜在变量的有监督模型和无监督模型。

• 333 __ |a 本书的目标读者为计算机科学、人工智能或相关跨学科专业的高年级本科生及研究生

• 410 _0 |1 2001 |a 智能科学与技术丛书

• 500 10 |a Natural language processing : a machine learning perspective |A Natural Language Processing : A Machine Learning Perspective |m Chinese

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

• 690 __ |a TP391 |v 5

• 701 _0 |a 张岳 |A zhang yue |4 著

• 701 _0 |a 滕志扬 |A teng zhi yang |4 著

• 702 _0 |a 张梅山 |A zhang mei shan |4 译

• 702 _0 |a 黄丹丹 |A huang dan dan |4 译

• 702 _0 |a 覃立波 |A qin li bo |4 译

• 801 _0 |a CN |b 湖北三新 |c 20240407

• 905 __ |a LIB |d TP391/151