机读格式显示(MARC)

• 000 01911nam 2200373 450

• 001 0000697965

• 005 20180502134700.0

• 010 __ |a 978-7-111-58657-9 |d CNY49.00

• 100 __ |a 20180502d2018 em y0chiy50 ea

• 101 1_ |a chi |c jpn

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 自然语言处理与深度学习 |A zi ran yu yan chu li yu shen du xue xi |e 通过C语言模拟 |f (日) 小高知宏著 |g 申富饶, 于僡译

• 210 __ |a 北京 |c 机械工业出版社 |d 2018

• 215 __ |a 177页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 304 __ |a 题名页有日文题名

• 305 __ |a 由Ohmasha Ltd.通过Japan UNI Agency,INC.授权

• 314 __ |a 小高知宏，日本福井大学工学研究科教授。其主要著作有日本欧姆社出版的《从基础开始学会TCP／IP Java网络程序设计第2版》、《初学Al程序设计——用C语言制作人工智能和人工无能》、《初学机器学习》、《基于AI的大规模数据处理入门》等。

• 314 __ |a 申富饶，南京大学计算机科学与技术系教授，博士生导师。主要研究方向包括神经网络、数据分析、机器人智能等，在国内外发表学术论文80余篇。

• 314 __ |a 于僡，毕业于日本德岛大学电气电子专业。现于日本从事机器人及电子制作教育教材开发、中小学生程序设计与机器人竞赛培训工作。

• 320 __ |a 有书目

• 330 __ |a 本书初步探索了将深度学习应用于自然语言处理的方法。概述了自然语言处理的一般概念，通过具体实例说明了如何提取自然语言文本的特征以及如何考虑上下文关系来生成文本。书中自然语言文本的特征提取是通过卷积神经网络来实现的，而根据上下文关系来生成文本则利用了循环神经网络。这两个网络是深度学习领域中常用的基础技术。

• 333 __ |a 自然语言处理相关领域的研究人员和技术人员及相关读者。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 606 0_ |a 自然语言处理 |A zi ran yu yan chu li |x 研究

• 690 __ |a TP391 |v 5

• 701 _0 |a 小高知宏 |A xiao gao zhi hong |4 著

• 702 _0 |a 申富饶 |A shen fu rao |4 译

• 702 _0 |a 于僡 |A yu hui |4 译

• 801 _0 |a CN |b HDUL |c 20180502

• 905 __ |a HDUL |d TP391/908

• 920 __ |a 233030 |z 1