📚 网上馆配 · 在线荐购平台

内容简介：本书共12章, 分为4篇。第1篇自然语言处理基础与词表示, 介绍词袋模型、TF-IDF、Word2Vec和GloVe词嵌入等NLP基础, 以及神经网络基础、朴素贝叶斯在情感分类中的作用、N-gram语言建模等; 第2篇语言结构与句法解析, 介绍上下文无关语法、成分解析与依存句法分析等; 第3篇序列建模与深度学习方法, 深入介绍循环神经网络、长短期记忆网络、门控循环单元、序列到序列模型、注意力机制与Transformer架构等; 第4篇大语言模型与生成技术, 介绍自然语言生成的解码过程、常见问题及其解决方案、评估指标、评价方法、伦理问题, 以及大语言模型预处理与基于人类反馈的强化学习等。