人工智能与机器人先进技术丛书 智能摘要与深度学习pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
下载压缩包 [复制下载地址] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页

人工智能与机器人先进技术丛书 智能摘要与深度学习PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 文本摘要技术 3

第1章 文本摘要概述 3

1.1 摘要技术的需求 3

1.2 自动文本摘要的应用 5

1.3 文本摘要分类 6

第2章 摘要评价方法 9

2.1 评价数据 9

2.1.1 抽取式摘要数据集 9

2.1.2 生成式摘要数据集 10

2.2 评价指标 13

2.2.1 自动评测 13

2.2.2 人工评测 16

2.2.3 半自动评测 16

2.3 总结 17

第二部分 信息抽取 23

第3章 文本表示 23

3.1 词级表示 23

3.1.1 Word2Vec 23

3.1.2 循环神经网络 33

3.2 句级表示 38

3.2.1 Paragraph Vector模型 38

3.2.2 Skip-Thoughts文档-句子表示 40

3.2.3 卷积神经网络 41

3.3 文档级表示 45

3.3.1 混合模型 45

3.3.2 BERT 46

第4章 命名实体识别 55

4.1 命名实体识别简介 56

4.1.1 命名实体概念 56

4.1.2 命名实体的用途 56

4.2 命名实体识别方法 57

4.2.1 基于规则的方法 58

4.2.2 支持向量机 58

4.2.3 最大熵模型 59

4.2.4 隐马尔可夫模型 61

4.2.5 条件随机场 63

4.2.6 Bi-LSTM＋CRF模型 64

第5章 抽取式摘要 67

5.1 无监督方法 68

5.1.1 启发规则方法 68

5.1.2 向量空间模型 70

5.1.3 基于图的模型 70

5.1.4 组合优化方法 73

5.2 有监督方法 76

5.2.1 分类模型 76

5.2.2 句子打分与排序 78

5.3 强化学习 80

5.3.1 基本原理 80

5.3.2 强化学习优化的抽取式摘要 83

5.4 总结 85

第三部分 文本生成 91

第6章 神经网络文本生成模型 91

6.1 语言模型 91

6.2 “编码-解码”网络框架 92

6.2.1 模型框架 92

6.2.2 注意力机制 95

6.3 “序列到序列”生成模型 96

6.4 网络训练 100

6.4.1 Sampled Softmax算法 100

6.4.2 Beam Search算法 101

6.4.3 随机梯度下降算法 103

6.5 面临的问题 104

第7章 生成式摘要 107

7.1 未登录词问题解决方案 107

7.1.1 复制机制 108

7.1.2 指针机制 108

7.2 生成重复词问题解决方案 113

7.2.1 注意力改进方法 113

7.2.2 覆盖机制 114

7.2.3 分散机制 115

7.3 生成错误关系问题 116

7.4 长文本摘要生成问题 118

7.4.1 注意力改进方法 118

7.4.2 卷积seq2seq模型 120

7.5 强化学习优化的生成式摘要 122

7.6 抽取器＋生成器 124

7.6.1 抽取器＋指针生成网络 125

7.6.2 强化抽取器＋生成器 125

7.7 总结 125

附录A 专用名词缩写 127

索引 129

后记 131

参考文献 133