自然語言處理是人工智能領(lǐng)域的一個(gè)重要的研究方向，是計(jì)算機(jī)科學(xué)與語言學(xué)的交叉學(xué)科。隨著互聯(lián)網(wǎng)的快速發(fā)展，網(wǎng)絡(luò)文本尤其是用戶生成的文本呈爆炸性增長，為自然語言處理帶來了巨大的應(yīng)用需求。但是由于自然語言具有歧義性、動(dòng)態(tài)性和非規(guī)范性，同時(shí)語言理解通常需要豐富的知識(shí)和一定的推理能力，為自然語言處理帶來了極大的挑戰(zhàn)。近年來如火如荼的深度學(xué)習(xí)技術(shù)為解決自然語言處理問題的解決提供了一種可能的思路，已成為有效推動(dòng)自然語言處理技術(shù)發(fā)展的變革力量。

《基于深度學(xué)習(xí)的自然語言處理》系統(tǒng)闡述將深度學(xué)習(xí)技術(shù)應(yīng)用于自然語言處理的方法和技術(shù)，深入淺出地介紹了深度學(xué)習(xí)的基本知識(shí)及各種常用的網(wǎng)絡(luò)結(jié)構(gòu)，并重點(diǎn)介紹了如何使用這些技術(shù)處理自然語言。

本書主要面向高等院校自然語言處理和機(jī)器學(xué)習(xí)方向的研究生，也適合自然語言處理或機(jī)器學(xué)習(xí)領(lǐng)域的研究人員以及工業(yè)界從事智能相關(guān)領(lǐng)域呀發(fā)的專業(yè)人員閱讀參考。

目錄

第1章引言
第2章學(xué)習(xí)基礎(chǔ)與線性模型
第3章從線性模型到多層感知器
第4章前饋神經(jīng)網(wǎng)絡(luò)
第5章神經(jīng)網(wǎng)絡(luò)訓(xùn)練
第二部分處理自然語言數(shù)據(jù)
第6章文本特征構(gòu)造
第7章NLP特征的案例分析
第8章從文本特征到輸入
第9章語言模型
第10章預(yù)訓(xùn)練的詞表示
第11章使用詞嵌入
第12章案例分析:一種用于句子意義推理的前饋結(jié)構(gòu)
第三部分特殊的結(jié)構(gòu)
第13章n元語法探測(cè)器：卷積神經(jīng)網(wǎng)絡(luò)
第14章循環(huán)神經(jīng)網(wǎng)絡(luò)：序列和棧建模
第15章實(shí)際的循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
第16章通過循環(huán)網(wǎng)絡(luò)建模
第17章條件生成
第四部分其他主題
第18章用遞歸神經(jīng)網(wǎng)絡(luò)對(duì)樹建模
第19章結(jié)構(gòu)化輸出預(yù)測(cè)
第20章級(jí)聯(lián)、多任務(wù)與半監(jiān)督學(xué)習(xí)
第21章結(jié)論