Menschen leisten hervorragende Arbeit beim Lesen von Texten, Identifizieren zentraler Ideen, Zusammenfassen, Herstellen von Verbindungen und anderen Aufgaben, die Verständnis und Kontext erfordern. Jüngste Fortschritte im Deep Learning machen es Computern möglich, ähnliche Ergebnisse zu erzielen. Deep Learning for Natural Language Processing lehrt Sie, Deep-Learning-Methoden auf die Verarbeitung natürlicher Sprache (NLP) anzuwenden, um Text effektiv zu interpretieren und zu nutzen. In diesem aufschlussreichen Buch destilliert der NLP-Experte Stephan Raaijmakers sein umfassendes Wissen über die neuesten State-of-the-Art-Entwicklungen in diesem rasch entstehenden Feld.
Wichtige Merkmale
Ein Überblick über NLP und Deep Learning
Modelle für textuelle Ähnlichkeit
Deep Learning-basiertes NLP mit Speicher
Semantische Rollenzuweisung
Sequenzielle NLP
Zielgruppe
Für diejenigen mit mittleren Python-Kenntnissen und allgemeinem Wissen über NLP. Keine praktische Erfahrung mit Keras oder Deep-Learning-Toolkits erforderlich.
Über die Technologie
Die Verarbeitung natürlicher Sprache ist die Wissenschaft, Computern beizubringen, menschliche Sprache zu interpretieren und zu verarbeiten. Kürzlich hat die NLP-Technologie durch die Anwendung von Deep Learning, einer Form des neuronalen Netzwerk-basierten maschinellen Lernens, aufregende neue Ebenen erreicht.
Stephan Raaijmakers ist leitender Wissenschaftler bei TNO und besitzt einen Doktortitel in maschinellem Lernen und Textanalyse. Er ist der technische Koordinator von zwei großen von der Europäischen Union finanzierten Forschungsprojekten im Bereich Sicherheit. Derzeit bereitet er sich auf eine ausgestattete Professur für Deep Learning und NLP an einer großen niederländischen Universität vor.