SOWA OPAC : Katalog komputerowy książek, czasopism i zbiorów specjalnych

1 wynik

Książka

W koszyku

Przetwarzanie języka naturalnego w praktyce : przewodnik po budowie rzeczywistych systemów NLP / Sowmya Vajjala, Bodhisattwa Majumder, Anuj Gupta, Harshit Surana ; przekład: Grzegorz Werner. - Gliwice : Helion, 2023. - 397, [3] strony : fotografie, ilustracje, portret, wykresy ; 24 cm.

Autor

Vajjala Sowmya. Majumder Bodhisattwa. Gupta Anuj. Surana Harshit. Werner Grzegorz.

Forma i typ

Książki Publikacje fachowe

Odbiorca

Informatycy

Temat

Informatyka ekonomiczna Przetwarzanie języka naturalnego (NLP) Systemy informatyczne Zastosowanie i wykorzystanie

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne Językoznawstwo

Na okładce także nazwa wydawcy oryginału: O'Reilly.

Bibliografia, netografia na stronach 386-389. Indeks.

Dla chcących budować, rozwijać i skalować systemy NLP w środowisku biznesowym.

NLP Podstawowe elementy języka Dlaczego NLP jest trudnym wyzwaniem? Uczenie maszynowe, uczenie głębokie i NLP - przegląd NLP oparte na heurystyce Uczenie maszynowe w NLP Uczenie głębokie w NLP Dlaczego uczenie głębokie nie jest jeszcze "srebrną kulą" NLP? Przewodnik po NLP - agenty konwersacyjne 2. Potok NLP Pozyskiwanie danych Ekstrakcja i oczyszczanie tekstu Parsowanie i oczyszczanie HTML-a Normalizacja Unikodu Poprawianie pisowni Poprawianie błędów specyficzne dla systemu Przetwarzanie wstępne Czynności wstępne Częste czynności Przetwarzanie zaawansowane Inżynieria cech Klasyczny potok NLP/ML Potok DL Modelowanie Zacznij od prostej heurystyki Budowanie modelu Budowanie ostatecznego modelu Ewaluacja Ewaluacja wewnętrzna Ewaluacja zewnętrzna Fazy następujące po modelowaniu Wdrażanie Monitorowanie Aktualizowanie modelu Praca z innymi językami Reprezentacja tekstu Modele przestrzeni wektorowej Proste metody wektoryzacji Kodowanie one-hot Worek słów Worek n-gramów TF-IDF Reprezentacje rozproszone Osadzenia słów Ponad słowa Reprezentacje rozproszone na poziomach wyższych niż słowa i znaki Uniwersalne reprezentacje tekstu Wizualizacja osadzeń Ręcznie utworzone reprezentacje cech Niezbędnik Klasyfikacja tekstu Potok budowania systemów klasyfikacji tekstu Prosty klasyfikator bez potoku klasyfikacji tekstu Używanie istniejących interfejsów API do klasyfikacji tekstu Jeden potok, wiele klasyfikatorów Naiwny klasyfikator bayesowski Regresja logistyczna Maszyna wektorów nośnych Osadzenia neuronowe w klasyfikacji tekstu Osadzenia słów Osadzenia podsłów i fastText Osadzenia dokumentów Uczenie głębokie w klasyfikacji tekstu Sieci CNN do klasyfikacji tekstu Sieci LSTM do klasyfikacji tekstu Klasyfikacja tekstu z wykorzystaniem dużych, wstępnie wytrenowanych modeli językowych Interpretacja modeli klasyfikacji tekstu Wyjaśnianie prognoz klasyfikatora za pomocą Lime'a Uczenie się bez danych lub na mniejszej ilości danych i adaptowanie modeli do nowych dziedzin Brak danych treningowych Mało danych treningowych - nauka aktywna i adaptacja dziedzinowa Studium przypadku - obsługa zgłoszeń problemów Ekstrakcja informacji Zastosowania IE Zadania IE Ogólny potok IE Ekstrakcja fraz kluczowych Implementowanie KPE Rozpoznawanie nazwanych encji Budowanie systemu NER NER z wykorzystaniem istniejącej biblioteki NER z wykorzystaniem nauki aktywnej Ujednoznacznianie i łączenie nazwanych encji NEL z wykorzystaniem Azure API Ekstrakcja relacji Podejścia do RE RE z wykorzystaniem Watson API Inne zaawansowane zadania IE Ekstrakcja informacji temporalnych Ekstrakcja zdarzeń Uzupełnianie szablonów Czatboty Prosty bot FAQ

Taksonomia czatbotów Dialog ukierunkowany na cel Potok budowania systemów dialogowych Szczegóły systemu dialogowego Czatbot PizzaStop Szczegółowa analiza komponentów systemu dialogowego Klasyfikacja aktu dialogowego Identyfikacja slotów Generowanie odpowiedzi Systemy dialogowe z przykładami kodu Inne potoki dialogowe Podejście kompleksowe Generowanie dialogu poprzez uczenie głębokie ze wzmocnieniem Człowiek w pętli Rasa NLU polecanie przepisów Korzystanie z istniejących platform Czatboty generatywne o strukturze otwartej Wyszukiwanie i zwracanie informacji Komponenty wyszukiwarki Typowy potok wyszukiwarki korporacyjnej Budowanie wyszukiwarki wyszukiwarka dla księgarni Modelowanie tematyczne Trenowanie modelu tematycznego Streszczanie tekstu Zastosowania streszczania Konfigurowanie narzędzia streszczającego Systemy rekomendujące dane tekstowe Tworzenie systemu rekomendacji książek Tłumaczenie maszynowe Używanie interfejsu API do tłumaczenia maszynowego - przykład Systemy odpowiadania na pytania Budowanie własnego systemu odpowiadania na pytania Media społecznościowe Aplikacje Unikatowe wyzwania Przetwarzanie języka naturalnego w danych społecznościowych Chmura wyrazowa Jonizator SMTD Popularne tematy Odczucia użytkowników Twittera Wstępne przetwarzanie danych SMTD Reprezentacja tekstu w SMTD Obsługa klienta w kanałach społecznościowych Memy i fake newsy E-commerce i handel detaliczny Katalog e-commerce Analiza recenzji Wyszukiwanie produktów Rekomendacje produktów Wyszukiwanie w e-commerce Budowanie katalogu e-commerce Ekstrakcja atrybutów Kategoryzacja i taksonomia produktów Wzbogacanie produktów Deduplikacja i dopasowywanie produktów Analiza recenzji Analiza odczuć Aspektowa analiza odczuć Łączenie ocen ogólnych z aspektami Rozumienie aspektów Rekomendacje w e-commerce produkty substytucyjne i komplementarne . Opieka zdrowotna, finanse i prawo Opieka zdrowotna Dokumentacja zdrowotna i medyczna Ustalanie priorytetów i rozliczanie pacjentów Nadzór farmakologiczny Systemy wspomagania decyzji klinicznych Asystenty zdrowotne Elektroniczna dokumentacja medyczna Monitorowanie zdrowia psychicznego Ekstrakcja i analiza informacji medycznych Finanse i prawo Zastosowania NLP w finansach NLP w krajobrazie prawnym Synteza Kompleksowy proces NLP Powrót do potoku NLP - wdrażanie oprogramowania NLP Budowanie i utrzymywanie dojrzałego systemu Znajdowanie lepszych cech Iteracyjne rozwijanie istniejących modeli Odtwarzalność kodu i modelu Rozwiązywanie problemów i interpretowalność Monitorowanie Minimalizowanie długu technicznego Automatyzacja uczenia maszynowego Proces data science Proces KDD Proces Microsoft Team Data Science Droga do sukcesu AI w Twojej organizacji Zespół Właściwy problem i właściwe oczekiwania Dane i czas

Sygnatura czytelni BWEAiI: XII F 104

dostępna w czytelni

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Biblioteka WEAiI

Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 154691 N (1 egz.)