-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

自然語言處理的認知方法

( 簡體 字)
作者:[英]伯納黛特·夏普(Bernadette Sharp)等類別:1. -> 程式設計 -> 自然語言
譯者:
出版社:機械工業出版社自然語言處理的認知方法 3dWoo書號: 51599
詢問書籍請說出此書號!

有庫存
NT售價: 495

出版日:8/7/2019
頁數:208
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787111631996
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

目錄:

Cognitive Approach to Natural Language Processing
譯者序
前言
作者名單
第1章延遲解釋、淺層處理和構式:“盡可能解釋”原則的基礎 1
1.1引言 1
1.2延遲處理 2
1.3工作記憶 5
1.4如何識別語塊:分詞操作 7
1.5延遲架構 10
1.5.1分段和存儲 11
1.5.2內聚聚集 12
1.6結論 15
1.7參考文獻 16
第2章人類關聯規范能否評估機器制造的關聯列表 19
2.1引言 19
2.2人類語義關聯 20
2.2.1單詞關聯測試 20
2.2.2作者的實驗 21
2.2.3人類關聯拓撲 22
2.2.4人類關聯具有可比性 24
2.3算法效率比較 26
2.3.1語料庫 26
2.3.2LSA源關聯列表 27
2.3.3LDA源列表 28
2.3.4基于關聯比率的列表 28
2.3.5列表比較 29
2.4結論 33
2.5參考文獻 34
第3章文本詞如何在人類關聯網絡中選擇相關詞 37
3.1引言 37
3.2網絡 40
3.3基于文本的激勵驅動的網絡提取 42
3.3.1子圖提取算法 42
3.3.2控制流程 43
3.3.3最短路徑提取 44
3.3.4基于語料庫的子圖 46
3.4網絡提取流程的測試 46
3.4.1進行測試的語料庫 46
3.4.2提取子圖的評估 46
3.4.3有向和無向子圖提取:對比 48
3.4.4每個激勵產生的結果 49
3.5對結果和相關工作的簡要討論 54
3.6參考文獻 57
第4章反向關聯任務 59
4.1引言 59
4.2計算前向關聯 63
4.2.1步驟 63
4.2.2結果和評估 65
4.3計算反向關聯 67
4.3.1問題 67
4.3.2步驟 67
4.3.3結果和評估 71
4.4人類的表現 73
4.4.1數據集 73
4.4.2測試流程 75
4.4.3評估 76
4.5機器性能 77
4.6討論、結果和展望 78
4.6.1人類的反向關聯 78
4.6.2機器的反向關聯 80
4.7致謝 82
4.8參考文獻 82
第5章詞匯的隱藏結構與功能 85
5.1引言 86
5.2方法 86
5.2.1詞典圖 86
5.2.2心理語言學變量 90
5.2.3數據分析 91
5.3內核、衛星、核心、MinSet以及詞典余下部分的心理語言學屬性 93
5.4討論 96
5.5未來工作 99
5.6參考文獻 101
第6章用于詞義消歧的直推式學習博弈 103
6.1引言 103
6.2基于圖的詞義消歧 104
6.3半監督學習方法 107
6.3.1基于圖的半監督學習 107
6.3.2博弈論和博弈動態 108
6.4詞義消歧博弈 110
6.4.1圖構造 110
6.4.2策略空間 111
6.4.3收益矩陣 111
6.4.4系統動力學 112
6.5評估 113
6.5.1實驗設置 113
6.5.2評估結果 114
6.5.3對比先進水平算法 116
6.6結論 117
6.7參考文獻 117
第7章用心學寫:生成連貫文本的問題 121
7.1問題 121
7.2次優文本及其相關原因 123
7.2.1缺乏連貫性或凝聚力 124
7.2.2錯誤引用 125
7.2.3無動機的主題轉移 126
7.3如何解決任務的復雜性 127
7.4相關研究 128
7.5關于構建輔助寫作過程的工具的假設 130
7.6方法論 133
7.6.1句法結構的識別 135
7.6.2語義種子詞的識別 135
7.6.3單詞對齊 137
7.6.4確定對齊單詞的相似性值 137
7.6.5確定句子之間的相似性 141
7.6.6基于句子相似性值的聚類 142
7.7實驗結果和評估 142
7.8展望和總結 145
7.9參考文獻 146
第8章面向著述屬性的基于序貫規則挖掘的文體特征 149
8.1引言和研究動機 149
8.2著述屬性過程 151
8.3著述屬性的文體特征 152
8.4針對文體分析的時序數據挖掘 154
8.5實驗設置 155
8.5.1數據集 156
8.5.2分類方案 157
8.6結果和討論 158
8.7結論 162
8.8參考文獻 162
第9章一種并行的、面向認知的基頻估計算法 165
9.1引言 165
9.2語音信號分割 167
9.2.1語音和停頓段 168
9.2.2濁音和清音區 169
9.2.3穩定和不穩定區間 170
9.3穩定區間的F0估計 171
9.4F0傳播 173
9.4.1控制流 174
9.4.2峰值傳播 175
9.5不穩定的濁音區域 178
9.6并行化 178
9.7實驗和結果 179
9.8結論 180
9.9致謝 181
9.10參考文獻 182
第10章基于完形填充、腦電圖和眼球運動數據對n元語言模型、主題模型和循環神經網絡的基準測試 185
10.1引言 186
10.2相關工作 187
10.3方法 188
10.3.1人類績效評估 188
10.3.2語言模型的三種風格 189
10.4實驗設置 192
10.5結果 193
10.5.1可預測性結果 193
10.5.2N400振幅結果 196
10.5.3單一注視時延結果 198
10.6討論和結論 200
10.7致謝 202
10.8參考文獻 202
術語表 207
序: