Gépi tanulás szövegekhez

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 3 olvasói szavazat alapján történt.

Eredeti címe:

Machine Learning for Text

Könyv tartalma:

Ez a második kiadású tankönyv a szövegelemzés koherensen szervezett keretrendszerét tartalmazza, amely az információkeresés, a gépi tanulás és a természetes nyelvi feldolgozás egymást keresztező témáiból származó anyagot integrálja. Különös hangsúlyt kapnak a mélytanulási módszerek. A könyv fejezetei három nagy kategóriát ölelnek fel: 1. Alapvető algoritmusok: Az 1-7. fejezetek a szövegelemzés klasszikus algoritmusait tárgyalják, mint például az előfeldolgozás, hasonlóságszámítás, témamodellezés, mátrixfaktorizáció, klaszterezés, osztályozás, regresszió és együttes elemzés.

2. Tartományérzékeny tanulás és információkeresés: A 8. és 9. fejezet a heterogén környezetben, például szöveg és multimédia vagy webes hivatkozások kombinációjában alkalmazott tanulási modelleket tárgyalja. Az információkeresés és a webes keresés problémáját a rangsorolással és a gépi tanulási módszerekkel való kapcsolatának összefüggésében is tárgyaljuk. 3. Természetes nyelvi feldolgozás: A 10-16. fejezetek különböző szekvencia-központú és természetes nyelvi alkalmazásokat tárgyalnak, mint például a feature engineering, neurális nyelvi modellek, mélytanulás, transzformátorok, előre betanított nyelvi modellek, szövegösszegzés, információ-kivonatolás, tudásgráfok, kérdésválaszolás, véleménybányászat, szövegszegmentálás és eseménydetektálás.

Az első kiadáshoz képest ez a második kiadású tankönyv (amely főként az informatika és matematika szakos, haladó szintű hallgatókat célozza meg) lényegesen több anyagot tartalmaz a mélytanulásról és a természetes nyelvi feldolgozásról. Jelentős hangsúlyt kapnak az olyan témák, mint a transzformátorok, az előre betanított nyelvi modellek, a tudásgráfok és a kérdésválaszolás.