孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

面向机器学习的自然语言标注

面向机器学习的自然语言标注
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: 译者 , （James Pustejovsky） , （Amber Stubbs）
出版社: 机械工业出版社
2017-02
版次: 1
ISBN: 9787111555155
定价: 79.00
装帧: 平装
开本: 其他
页数: 293页
正文语种: 简体中文
原版书名: Natural Language Annotation for Macbhine Learning
丛书: OReilly精品图书系列
分类: 教育
34人买过
  • 自然语言理解是人工智能的一个重要分支，主要研究如何利用计算机来理解和生成自然语言。本书重点介绍了自然语言理解所涉及的各个方面，包括语法分析、语义分析、概念分析、语料库语言学、词汇语义驱动、中间语言、WordNet、词汇树邻接文法、链接文法、基于语段的机器翻译方法、内识别与文本过滤、机器翻译的评测等，既有对基础知识的介绍，又有对新研究进展的综述，同时还结合了作者（JamesPustejovsky，生成词库理论的创始人）多年的研究成果。本书内容全面、详略得当，结合实例讲解，使读者更易理解。
                                     James Pustejovsky教授是美国布兰代斯（Brandeis University）大学计算机科学系和Volen国家综合系统中心教授。先后在美国麻省理工学院和马萨诸塞大学获得学士学位和博士学位。
    Pustejovsky教授主要从事自然语言的理论和计算研究。研究领域包括：计算语言学、词汇语义学、知识表征、话语语义学、时间推理和抽取等。已经出版多部专著。
                                     前言1
    第1章基础知识7
    1.1语言标注的重要性7
    1.1.1语言学描述的层次8
    1.1.2什么是自然语言处理9
    1.2语料库语言学简史10
    1.2.1什么是语料库13
    1.2.2语料库的早期应用15
    1.2.3当今的语料库17
    1.2.4标注类型18
    1.3语言数据和机器学习24
    1.3.1分类25
    1.3.2聚类25
    1.3.3结构化模式归纳26
    1.4标注开发循环26
    1.4.1现象建模27
    1.4.2按照规格说明进行标注30
    1.4.3在语料库上训练和测试算法31
    1.4.4对结果进行评价32
    1.4.5修改模型和算法33
    总结34
    第2章确定目标与选择数据36
    2.1定义目标36
    2.1.1目标陈述37
    2.1.2提炼目标：信息量与正确性38
    2.2背景研究43
    2.2.1语言资源44
    2.2.2机构与会议44
    2.2.3自然语言处理竞赛45
    2.3整合数据集46
    2.3.1理想的语料库：代表性与平衡性47
    2.3.2从因特网上收集数据47
    2.3.3从人群中获取数据48
    2.4语料库的规模49
    2.4.1现有语料库50
    2.4.2语料库内部的分布51
    总结53
    第3章语料库分析54
    3.1语料库分析中的基本概率知识55
    3.1.1联合概率分布56
    3.1.2贝叶斯定理58
    3.2计算出现次数58
    3.2.1齐普夫定律（Zip'sLaw）61
    3.2.2n元语法62
    3.3语言模型63
    总结65
    第4章建立模型与规格说明66
    4.1模型和规格说明示例66
    4.1.1电影题材分类69
    4.1.2添加命名实体70
    4.1.3语义角色71
    4.2采用（或不采用）现有模型73
    4.2.1创建模型和规格说明：一般性与特殊性74
    4.2.2使用现有模型和规格说明76
    4.2.3使用没有规格说明的模型78
    4.3各种标准78
    4.3.1ISO标准78
    4.3.2社区驱动型标准81
    4.3.3影响标注的其他标准81
    总结82
    第5章选择并应用标注标准84
    5.1元数据标注：文档分类85
    5.1.1单标签标注：电影评论85
    5.1.2多标签标注：电影题材87
    5.2文本范围标注：命名实体90
    5.2.1内嵌式标注90
    5.2.2基于词例的分离式标注92
    5.2.3基于字符位置的分离式标注95
    5.3链接范围标注：语义角色96
    5.4ISO标准和你97
    总结97
    第6章标注与审核99
    6.1标注项目的基本结构99
    6.2标注规格说明与标注指南101
    6.3准备修改102
    6.4准备用于标注的数据103
    6.4.1元数据103
    6.4.2数据预处理104
    6.4.3为标注工作分割文件104
    6.5撰写标注指南105
    6.5.1例1：单标签标注——电影评论106
    6.5.2例2：多标签标注——电影题材108
    6.5.3例3：范围标注——命名实体111
    6.5.4例4：链接范围标注——语义角色112
    6.6标注人员114
    6.7选择标注环境116
    6.8评价标注结果117
    6.8.1Cohen的Kappa（κ）算法118
    6.8.2Fleiss的Kappa（κ）算法119
    6.8.3解释Kappa系数122
    6.8.4在其他上下文中计算κ值123
    6.9创建黄金标准（审核）125
    总结126
    第7章训练：机器学习129
    7.1何谓学习130
    7.2定义学习任务132
    7.3分类算法133
    7.3.1决策树学习135
    7.3.2朴素贝叶斯学习140
    7.3.3最大熵分类器145
    7.3.4其他需要了解的分类器147
    7.4序列归纳算法148
    7.5聚类和无监督学习150
    7.6半监督学习150
    7.7匹配标注与算法153
    总结154
    第8章测试与评价156
    8.1测试算法157
    8.2评价算法157
    8.2.1混淆矩阵157
    8.2.2计算评价得分159
    8.2.3解释评价得分163
    8.3可能影响算法评价的问题164
    8.3.1数据集太小164
    8.3.2算法过于适合开发数据166
    8.3.3标注中的信息过多166
    8.4最后测试得分167
    总结167
    ……
    第9章修改与报告169
    第10章标注：TimeML179
    第11章自动标注：生成TimeML199
    第12章后记：标注的未来发展趋势217
    附录A可利用的语料库与标注规格说明列表227
    附录B软件资源列表249
    附录CMAE用户指南269
    附录DMAI用户指南276
    附录E参考文献282
  • 内容简介:
    自然语言理解是人工智能的一个重要分支，主要研究如何利用计算机来理解和生成自然语言。本书重点介绍了自然语言理解所涉及的各个方面，包括语法分析、语义分析、概念分析、语料库语言学、词汇语义驱动、中间语言、WordNet、词汇树邻接文法、链接文法、基于语段的机器翻译方法、内识别与文本过滤、机器翻译的评测等，既有对基础知识的介绍，又有对新研究进展的综述，同时还结合了作者（JamesPustejovsky，生成词库理论的创始人）多年的研究成果。本书内容全面、详略得当，结合实例讲解，使读者更易理解。
  • 作者简介:

                                     James Pustejovsky教授是美国布兰代斯（Brandeis University）大学计算机科学系和Volen国家综合系统中心教授。先后在美国麻省理工学院和马萨诸塞大学获得学士学位和博士学位。
    Pustejovsky教授主要从事自然语言的理论和计算研究。研究领域包括：计算语言学、词汇语义学、知识表征、话语语义学、时间推理和抽取等。已经出版多部专著。
  • 目录:

                                     前言1
    第1章基础知识7
    1.1语言标注的重要性7
    1.1.1语言学描述的层次8
    1.1.2什么是自然语言处理9
    1.2语料库语言学简史10
    1.2.1什么是语料库13
    1.2.2语料库的早期应用15
    1.2.3当今的语料库17
    1.2.4标注类型18
    1.3语言数据和机器学习24
    1.3.1分类25
    1.3.2聚类25
    1.3.3结构化模式归纳26
    1.4标注开发循环26
    1.4.1现象建模27
    1.4.2按照规格说明进行标注30
    1.4.3在语料库上训练和测试算法31
    1.4.4对结果进行评价32
    1.4.5修改模型和算法33
    总结34
    第2章确定目标与选择数据36
    2.1定义目标36
    2.1.1目标陈述37
    2.1.2提炼目标：信息量与正确性38
    2.2背景研究43
    2.2.1语言资源44
    2.2.2机构与会议44
    2.2.3自然语言处理竞赛45
    2.3整合数据集46
    2.3.1理想的语料库：代表性与平衡性47
    2.3.2从因特网上收集数据47
    2.3.3从人群中获取数据48
    2.4语料库的规模49
    2.4.1现有语料库50
    2.4.2语料库内部的分布51
    总结53
    第3章语料库分析54
    3.1语料库分析中的基本概率知识55
    3.1.1联合概率分布56
    3.1.2贝叶斯定理58
    3.2计算出现次数58
    3.2.1齐普夫定律（Zip'sLaw）61
    3.2.2n元语法62
    3.3语言模型63
    总结65
    第4章建立模型与规格说明66
    4.1模型和规格说明示例66
    4.1.1电影题材分类69
    4.1.2添加命名实体70
    4.1.3语义角色71
    4.2采用（或不采用）现有模型73
    4.2.1创建模型和规格说明：一般性与特殊性74
    4.2.2使用现有模型和规格说明76
    4.2.3使用没有规格说明的模型78
    4.3各种标准78
    4.3.1ISO标准78
    4.3.2社区驱动型标准81
    4.3.3影响标注的其他标准81
    总结82
    第5章选择并应用标注标准84
    5.1元数据标注：文档分类85
    5.1.1单标签标注：电影评论85
    5.1.2多标签标注：电影题材87
    5.2文本范围标注：命名实体90
    5.2.1内嵌式标注90
    5.2.2基于词例的分离式标注92
    5.2.3基于字符位置的分离式标注95
    5.3链接范围标注：语义角色96
    5.4ISO标准和你97
    总结97
    第6章标注与审核99
    6.1标注项目的基本结构99
    6.2标注规格说明与标注指南101
    6.3准备修改102
    6.4准备用于标注的数据103
    6.4.1元数据103
    6.4.2数据预处理104
    6.4.3为标注工作分割文件104
    6.5撰写标注指南105
    6.5.1例1：单标签标注——电影评论106
    6.5.2例2：多标签标注——电影题材108
    6.5.3例3：范围标注——命名实体111
    6.5.4例4：链接范围标注——语义角色112
    6.6标注人员114
    6.7选择标注环境116
    6.8评价标注结果117
    6.8.1Cohen的Kappa（κ）算法118
    6.8.2Fleiss的Kappa（κ）算法119
    6.8.3解释Kappa系数122
    6.8.4在其他上下文中计算κ值123
    6.9创建黄金标准（审核）125
    总结126
    第7章训练：机器学习129
    7.1何谓学习130
    7.2定义学习任务132
    7.3分类算法133
    7.3.1决策树学习135
    7.3.2朴素贝叶斯学习140
    7.3.3最大熵分类器145
    7.3.4其他需要了解的分类器147
    7.4序列归纳算法148
    7.5聚类和无监督学习150
    7.6半监督学习150
    7.7匹配标注与算法153
    总结154
    第8章测试与评价156
    8.1测试算法157
    8.2评价算法157
    8.2.1混淆矩阵157
    8.2.2计算评价得分159
    8.2.3解释评价得分163
    8.3可能影响算法评价的问题164
    8.3.1数据集太小164
    8.3.2算法过于适合开发数据166
    8.3.3标注中的信息过多166
    8.4最后测试得分167
    总结167
    ……
    第9章修改与报告169
    第10章标注：TimeML179
    第11章自动标注：生成TimeML199
    第12章后记：标注的未来发展趋势217
    附录A可利用的语料库与标注规格说明列表227
    附录B软件资源列表249
    附录CMAE用户指南269
    附录DMAI用户指南276
    附录E参考文献282
查看详情
相关分类
教育学 教育理论 教育心理学
系列丛书 / 更多
面向机器学习的自然语言标注
JavaScript权威指南(第6版)
[美]David Flanagan 著；淘宝前端团队 译
￥1.19 起
面向机器学习的自然语言标注
ZooKeeper:分布式过程协同技术详解
[美]Flavio、Benjamin Reed 著；谢超 译
￥2.00 起
面向机器学习的自然语言标注
社交网站的数据挖掘与分析
Mattbew A.Russell 著；师蓉 译
￥0.10 起
面向机器学习的自然语言标注
黑客：计算机革命的英雄(二十五周年新版)
Steven Levy 著；赵俐 译
￥8.00 起
面向机器学习的自然语言标注
卓有成效的程序员：一本揭示高效程序员的思考模式，一本告诉你如何缩短你与优秀程序员的差距
[美]弗德（Neal Ford） 著；ThoughtWorks中国公司 编
￥3.00 起
面向机器学习的自然语言标注
精通搜索分析
[加拿大]Brent Chaters 著；宫鑫、余宇、孙萌 译
￥3.00 起
面向机器学习的自然语言标注
硬件创业：从产品创意到成熟企业的成功路线图
[美]蕾妮·迪芮斯塔(Renee、DiResta 著
￥5.00 起
面向机器学习的自然语言标注
项目管理之美
[美]博克顿（Berkun S.） 著；李桂杰、黄明军 译
￥2.00 起
面向机器学习的自然语言标注
演讲之禅：一位技术演讲家的自白（原书第2版）
赵俐 译
￥4.00 起
面向机器学习的自然语言标注
OReilly精品图书系列·iPhone/iPad电子制作：基于techBASIC开发Arduino、传感器和蓝牙BLE应用
[美]Mike Westerfield 著；吴晓嘉、李景媛 译
￥10.00 起
面向机器学习的自然语言标注
JavaScript应用程序设计：使用Node、HTML5和现代JavaScript类库打造稳健的web应用
[美]Eric Elliott 著；吴斌 译
￥3.97 起
面向机器学习的自然语言标注
Android程序设计 第二版
Zigurd、Laird、G.Blake Meike&Nakamura 著；祝洪凯、李妹芳 译
￥10.00 起
相关图书 / 更多
面向机器学习的自然语言标注
面向清洁能源的材料与界面
邱永福；杨世和
￥56.32 起
面向机器学习的自然语言标注
面向2035教师学习的变革与创新 大夏书系
肖韵竹
￥20.00 起
面向机器学习的自然语言标注
面向教师的课堂语言测评
Lyle Bachman & Barbara Damb.ck 著
￥50.68 起
面向机器学习的自然语言标注
面向后续演进的5G无线增强技术
李军
￥45.10 起
面向机器学习的自然语言标注
面向2030可持续发展目标的中国沙漠化防治
许端阳 著
￥31.40 起
面向机器学习的自然语言标注
面向大数据和云计算的异构结构集群资源调度框架及应用
汤小春，李战怀
￥57.01 起
面向机器学习的自然语言标注
面向语言信息处理与第二语言教学的现代汉语疑问词研究
牛长伟 著
￥16.46 起
面向机器学习的自然语言标注
面向创新型经济需求的空间供给与规划治理
张京祥
￥28.90 起
面向机器学习的自然语言标注
面向数学教育的测评技术
熊惠民
￥19.46 起
面向机器学习的自然语言标注
面向蚕桑全产业链培养复合型创新人才的思考与实践
江苏科技大学生物技术学院 著
￥15.70 起
面向机器学习的自然语言标注
面向学龄前儿童的绘本信息组织模式研究
王翩然
￥30.00 起
面向机器学习的自然语言标注
面向2035年：技术预见与社会愿景 生命健康/网络安全/新能源领域
中国科协创新战略研究院
￥45.70 起
您可能感兴趣 / 更多
面向机器学习的自然语言标注
现代汉语未登录词词类和语义类标注研究
邱立坤
￥15.00 起
面向机器学习的自然语言标注
知道点世界文学（彩图版）
邱立坤 著
￥1.00 起
面向机器学习的自然语言标注
知道点中国历史（中国人文素质必读书全新彩图版）
邱立坤 编
￥2.00 起
面向机器学习的自然语言标注
知道点世界文学
邱立坤 著
￥0.10 起
面向机器学习的自然语言标注
知道点中国历史
邱立坤 著
￥0.10 起
面向机器学习的自然语言标注
知道点世界文学
邱立坤 著
￥0.10 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全