本书的目标是集中在自然语言处理的核心子集,由学习和搜索的概念统一。自然语言处理中的大量问题都可以通过搜索方法来解决。

搜索:Viterbi, CKY,最小生成树, shift-reduce,整数线性规划,定向搜索。 学习:最大似然估计,逻辑回归,感知器,期望最大化,矩阵分解,反向传播。

本书解释了这些方法如何工作,以及如何将它们应用于广泛的任务:文档分类、词义消歧、词性标记、命名实体识别、解析、共引用解析、关系提取、语义分析、语言建模和机器翻译。

成为VIP会员查看完整内容
66

相关内容

电子书指“电子书籍”,即数字化的出版物。
【2020新书】监督机器学习,156页pdf,剑桥大学出版社
专知会员服务
151+阅读 · 2020年6月27日
专知会员服务
199+阅读 · 2020年3月6日
【新书】Python中的经典计算机科学问题,224页PDF
专知会员服务
52+阅读 · 2019年12月31日
干货 | 适合NLP初学者的8个免费资源分享
THU数据派
4+阅读 · 2019年7月2日
Jacob Eisenstein《自然语言处理》最新经典教材免费分享
深度学习与NLP
24+阅读 · 2019年2月13日
免费自然语言处理(NLP)课程及教材分享
深度学习与NLP
29+阅读 · 2019年1月18日
免费教材-《数据科学基础-2018》最新版下载
深度学习与NLP
36+阅读 · 2018年12月28日
338页新书《Deep Learning in Natural Language Processing》
机器学习算法与Python学习
9+阅读 · 2018年11月6日
NLP圣经《自然语言处理综述》2018最新版推荐
深度学习与NLP
16+阅读 · 2018年9月26日
Arxiv
13+阅读 · 2020年4月12日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
5+阅读 · 2018年1月18日
VIP会员
相关资讯
微信扫码咨询专知VIP会员