Deep Learning 2|用 Python 進行自然語言處理的基礎理論實作

斎藤康毅 吳嘉芳

買這商品的人也買了...

商品描述

本書是《Deep Learning : 用Python進行深度學習的基礎理論實作》的續篇,將延續上一本書,繼續介紹與深度學習有關的技術。本書尤其偏重在自然語言處理及時間序列資料處理上,使用深度學習,挑戰各式各樣的問題。和上一本著作一樣,以「從零開始建構」為概念,詳盡介紹與深度學習有關的先進技術。

 

簡單來說,自然語言處理是指,讓電腦瞭解我們平常說話內容的技術。事實上,這種自然語言處理技術已經大大改變了我們的生活。在網頁搜尋、機械翻譯、語音助理等深深影響世界的技術根基中,已經使用了自然語言處理技術。本書把重點放在自然語言處理及時間序列資料處理上,學習在深度學習中,十分重要的技術。具體而言是指,word2vec、RNN、LSTM、GRU、seq2seq、Attention等技術。本書盡量使用淺顯易懂的說明,解說這些技術,並透過實際操作,確認你是否理解。此外,本書希望藉由實驗,讓你實際感受到這些技術的可能性。

目錄大綱

章節說明:第一章 複習類神經網路

第二章 自然語言與字詞的分散式表示

第三章 word2vec

第四章 word2vec的高速化

第五章 遞歸神經網路(RNN)

第六章 含閘門的RNN

第七章 使用RNN產生文章

第八章 Attention

附錄A sigmoid函數與tanh函數的微分

附錄B 啟用WordNet

附錄C GRU