杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

自然语言表示学习:文本语义向量化表示研究与应用/黄河燕, 刘茜编著

出版发行项:

北京:电子工业出版社,2022

ISBN及定价:

978-7-121-43786-1/CNY69.00

载体形态项:

133页:图;24cm

其它题名:

文本语义向量化表示研究与应用

丛编项:

人工智能前沿理论与技术应用丛书

个人责任者:

黄河燕 编著

个人责任者:

刘茜 编著

学科主题:

自然语言处理

中图法分类号:

TP391

书目附注:

有书目 (第119-133页)

提要文摘附注:

文本语义向量化表示是指将自然语言编码为计算机可处理的、蕴含语义特征的向量的过程。在人工智能领域, 语义表示学习是实现让机器理解自然语言的第一步, 是机器处理文本数据和完成各种自然语言处理任务的基础, 其性能的优劣直接影响下游任务的效果。因此, 语义表示学习具有重要的研究意义和实用价值。本书梳理了文本语义向量化表示的基础理论, 详细介绍了分布式表示和预训练语言模型, 介绍了增强关联模式、融合知识、融合任务特征等典型的语义表示方法, 并以机器阅读理解任务为例, 介绍了文本语义向量化表示在人工智能领域的实际应用。最后本书对文本语义向量化表示技术进行了总结和未来研究展望。

豆瓣简介：