作 者:于江德,赵红丹 编定 价:88出 版 社:科学技术文献出版社出版日期:2019年11月01日页 数:339装 帧:平装ISBN:9787518963218●第1章 统计语言模型概述
1.1 自然语言处理的基本方法
1.1.1 理性主义和经验主义交互发展历程
1.1.2 理性主义和经验主义的比较
1.2 统计语言模型相关概念及研究进展
1.2.1 语料库和语料库语言学
1.2.2 统计语言模型相关概念
1.2.3 统计语言模型研究进展
1.3 常见的统计语言模型
1.3.1 N元语法模型
1.3.2 朴素贝叶斯分类器
1.3.3 隐马尔可夫模型
1.3.4 优选熵模型
1。3.5 条件随机场
1.3.6 神经网络语言模型及深度学习
1.4 探讨统计语言模型内在机制的关键
1.4.1 探讨统计语言模型内在机制的关键
1.4.2 应用统计语言模型的关键
1.5 本书组织结构
1.6 小结
参考文献
第2章 统计语言模型基础知识
2.1 概率论基础
2.1.1 基本概念
2.1.2 条件概率与独立
2.1.3 全概率公式与贝叶斯公式
2.1.4 随机变量
2.1.5 数学期望与方差
2.1.6 常见概率分布
2.1.7 优选似然估计
2.2 图论基础
2.2.1 基本概念
2.2.2 子图与图的运算
2.2.3 图的表示
2.2.4 通路、回路和连通性
2.3 数据稀疏与数据平滑
2.3.1 数据稀疏
2.3.2 数据平滑
2.4 小结
参考文献
第3章 朴素贝叶斯分类器及其应用
3.1 朴素贝叶斯分类的机制
3.1.1 贝叶斯定理
3.1.2 朴素贝叶斯分类的机制
3.2 朴素贝叶斯分类器的训练学习
3.2.1 优选似然估计
3.2.2 学习和分类算法
3.2.3 贝叶斯估计
3.3 朴素贝叶斯分类的应用
3.3.1 基于朴素贝叶斯的中文人名性别判定系统
3.3.2 基于朴素贝叶斯的其他应用
3.4 小结
参考文献
第4章 隐马尔可夫模型及其应用
4.1 马尔可夫模型
4.1.1 马尔可夫过程和马尔可夫性
4.1.2 马尔可夫模型
4.1.3 马尔可夫模型应用举例
4.2 隐马尔可夫模型简介
4.2.1 隐马尔可夫模型的定义
4.2.2 隐马尔可夫模型的一般描述
4.2.3 隐马尔可夫模型的3个基本问题
4.3 隐马尔可夫模型3个基本问题的解决
4.3.1 评估问题的解决——前向算法和后向算法
4.3.2 解码问题的解决——维特比算法
4.3.3 学习问题的解决——前向后向算法
4.4 隐马尔可夫模型的应用
4.4.1 汉语词性标注简介
4.4.2 基于隐马尔可夫模型的汉语词性标注
4.4.3 隐马尔可夫模型的其他应用
4.5 小结
参考文献
第5章 优选熵模型及其应用
5.1 优选熵原理
5.1.1 熵与熵增原理
5.1.2 信息熵与优选熵原理
5.1.3 熵与信息熵的区别联系
5.2 优选熵模型
5.2.1 优选熵建模的两个简单例子
5.2.2 优选熵模型的基本概念
5.2.3 优选熵模型的一般形式
5.2.4 优选熵建模的整体框架
5.2.5 优选熵建模的关键
5.3 优选熵模型的特征选择
5.3.1 特征选择概述
5.3.2 基于频次的特征选择算法
5.3.3 增量特征选择算法
5.3.4 选择性增益计算算法
5.4 优选熵模型的参数估计
5.4.1 参数估计的基本思路
5.4.2 训练算法概述
5.4.3 通用迭代算法
5.4.4 改进迭代算法
5.4.5 层次训练算法
5.4.6 SCGIS算法
5.4.7 拟牛顿法(L-BFGS算法)
5.4.8 不同训练算法的比较
5.5 基于优选熵模型的汉语词性标注特征工程研究
5.5.1 汉语词性标注简介
5.5.2 汉语词性标注特征工程研究背景及意义
5.5.3 基于优选熵模型的汉语词性标注
5.5.4 词性标注特征工程实验
5.5.5 结论及进一步研究展望
5.6 采用优选熵模型的三位一体字标注汉语词法分析
5.6.1 引言
5.6.2 相关研究与三位一体字标注思路
5.6.3 优选熵模型对三位一体字标注的建模
5.6.4 实验环境及实验数据集
5.6.5 汉语词法分析性能评估
5.6.6 实验及其结果分析
5.7 优选熵模型在特定类型事件探测与分类中的应用
5.7.1 引言
5.7.2 相关研究
5.7.3 基于触发词的特征类型事件探测
5.7.4 基于优选熵模型的事件分类
5.7.5 实验结果及其分析
5.8 小结
参考文献
第6章 条件随机场及其应用
6.1 概率图模型
6.1.1 概率图模型概要
6.1.2 有向图模型
6.1.3 无向图模型
6.1.4 有向图模型与无向图模型的比较
6.2 条件随机场
6.2.1 相关概念
6.2.2 条件随机场的定义
6.2.3 条件随机场的一般形式
6.3 条件随机场的参数估计方法
6.4 基于条件随机场的词位标注汉语分词
6.4.1 引言
6.4.2 词位标注汉语分词基本思路
6.4.3 条件随机场对词位标注汉语分词建模
6.4.4 实验数据集与实验设计
6.4.5 实验结果及其分析
6.4.6 基于条件随机场
……
第7章 统计语言模型之间的联系与区别
第8章 深度学习及其在自然语言处理中的应用
第9章 统计语言模型研究展望
附录
本书是作者及其科研小组近些年来在统计语言建模领域所做研究与探索工作的总结，主要围绕统计语言建模整个过程，进行统计语言模型的内在机制研究，重点研究如何更加准确地刻画，如何更加简洁地记录，如何更加高效地使用自然语言中蕴含的知识，即统计语言建模中语言知识的刻画、记录与使用研究。