Нейросетевые методы в обраб. естественного языка

Доступное введение в NLP и машинное обучение для тех, кто только начинает изучение той или другой дисциплины_x000D_ Нейронные сети прямого распространения_x000D_ Работа с данными естественного языка_x000D_ Отношения между словами в контексте_x000D_ Языковое моделирование_x000D_ Моделирование деревьев с помощью рекурсивных нейронных сетей_x000D_ Знакомство с предпосылками, терминологией, инструментами и методиками, необходимыми для понимания принципов, лежащих в основе нейросетевых моделей языка_x000D_ Полезные и нестандартные пути применения современных технологий к задачам обработки языка_x000D_ Это классическое руководство посвящено применению нейросетевых моделей к обработке данных естественного языка (Natural Language Processing - NLP)._x000D_ В первой половине книги рассматриваются основы машинного обучения с учителем на лингвистических данных и применение векторных, а не символических представлений слов. Обсуждается также абстракция графа вычислений, которая позволяет легко определять и обучать... _x000D_ Доступное введение в NLP и машинное обучение для тех, кто только начинает изучение той или другой дисциплины_x000D_ Нейронные сети прямого распространения_x000D_ Работа с данными естественного языка_x000D_ Отношения между словами в контексте_x000D_ Языковое моделирование_x000D_ Моделирование деревьев с помощью рекурсивных нейронных сетей_x000D_ Знакомство с предпосылками, терминологией, инструментами и методиками, необходимыми для понимания принципов, лежащих в основе нейросетевых моделей языка_x000D_ Полезные и нестандартные пути применения современных технологий к задачам обработки языка_x000D_ Это классическое руководство посвящено применению нейросетевых моделей к обработке данных естественного языка (Natural Language Processing - NLP)._x000D_ В первой половине книги рассматриваются основы машинного обучения с учителем на лингвистических данных и применение векторных, а не символических представлений слов. Обсуждается также абстракция графа вычислений, которая позволяет легко определять и обучать произвольные нейронные сети и лежит в основе современных программных нейросетевых библиотек._x000D_ Во второй части вводятся более специализированные нейросетевые архитектуры, включая одномерные сверточные сети, рекуррентные нейронные сети, модели условной генерации и модели с механизмом внимания. Эти архитектуры и методы - движущая сила современных алгоритмов машинного перевода, синтаксического анализа и многих других приложений. Наконец, обсуждаются древовидные сети, структурное предсказание и перспективы многозадачного обучения._x000D_ Издание предназначено студентам вузов, а также специалистам в области машинного перевода и нейронных сетей.