机读格式显示(MARC)

• 000 01644nam0 2200277 450

• 001 0000916483

• 005 20240322104200.0

• 010 __ |a 978-7-302-63747-9 |d CNY99.00

• 100 __ |a 20231020d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 多模态深度学习技术基础 |A duo mo tai shen du xue xi ji shu ji chu |f 冯方向,王小捷著

• 210 __ |a 北京 |c 清华大学出版社 |d 2023

• 215 __ |a X, 241页 |c 彩图 |d 23cm

• 314 __ |a 冯方向, 北京邮电大学人工智能学院助理教授。主要研究方向为多模态计算, 主持和参与多项国家级科研项目。王小捷, 北京邮电大学人工智能学院教授, 智能科学与技术中心主任, 中国人工智能学会自然语言理解专委会主任, 教育部人工智能领域教学资源及新型教材建设专家组成员、自然语言处理领域首席专家。主要研究方向为自然语言处理与多模态计算, 已发表学术论文300余篇。

• 320 __ |a 有书目 (第227-241页)

• 330 __ |a 本书的内容分为四个部分: 第一部分 (第1-2章) 为初识多模态信息处理, 介绍多模态信息的基本概念、难点、使用深度学习方法的动机、多模态信息处理的基础技术的发展历史以及若干热门多模态研究任务 ; 第二部分 (第3-4章) 为单模态深度学习表示技术, 介绍了多模态深度学习模型中常用的文本表示和图像表示技术 ; 第三部分 (第5-8章) 为多模态深度学习基础技术, 介绍面向特定任务的基于深度学习的多模态表示、对齐、融合和转换这四个技术 ; 第四部分 (第9章) 为多模态预训练技术, 介绍综合使用四个基础技术, 并以学习通用多模态表示或同时完成多个多模态任务为目标的多模态深度学习技术。

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _0 |a 冯方向 |A feng fang xiang |4 著

• 701 _0 |a 王小捷 |A wang xiao jie |4 著

• 801 _0 |a CN |b HDUL |c 20240322

• 905 __ |a HDUL |d TP181/3021

• 920 __ |a 233030 |z 1