文本上的算法：深入浅出自然语言处理 PDF 清晰完整版

与周志华的《机器学习》和《统计学习方法》这样的书比起来呢，本书不是通过公式讲算法/模型的原理，而是讲大概的流程及具体的实际应用示例，毕竟这本书不厚，哈哈。同行衬托，阿里的几个工程师也出了一套书，至少文风上，腾讯的nlp系列略胜一筹。概要总结。不适合入门，适合有实际经验的阅读。不够深入 内容介绍 本书结合作者多年学习和从事自然语言处理相关工作的经验，力图用生动形象的方式深入浅出地介绍自然语言处理的理论、方法和技术。本书抛弃掉繁琐的证明，提取出算法的核心，帮助读者尽快地掌握自然语言处理所必备的知识和技能。本书主要分两大部分。第一部分是理论篇，包含前3章内容，主要介绍一些基础的数学知识、优化理论知识和一些机器学习的相关知识。第二部分是应用篇，包含第4章到第8章，分别针对计算性能、文本处理的术语、相似度计算、搜索引擎、推荐系统、自然语言处理和对话系统等主题展开介绍和讨论。本书适合从事自然语言处理相关研究和工作的读者参考，尤其适合想要了解和掌握机器学习或者自然语言处理技术的读者阅读。目录 理 论 篇 第 1章 你必须知道的一些基础知识3 1.1 概率论 3 1.2 信息论 4 1.3 贝叶斯法则 7 1.4 问题与思考 10 第 2章 我们生活在一个寻求*优解的世界里11 2.1 *优化问题 11 2.2 *大似然估计 *大后验估计 15 2.3 梯度下降法 17 2.4 问题与思考 22 第3章 让机器可以像人一样学习23 3.1 何谓机器学习 23 3.2 逻辑回归 因子分解机 29 3.3 *大熵模型 条件随机场 34 3.4 主题模型 40 3.5 深度学习 50 3.6 其他模型 88 3.7 问题与思考 97 应 用 篇 第4章 如何计算得更快101 4.1 程序优化 101 4.2 分布式系统 105 4.3 Hadoop 107 4.4 问题与思考 114 第5章 你要知道的一些术语115 5.1 tf df idf 115 5.2 IG CHI MI 116 5.3 PageRank 118 5.4 相似度计算 119 5.5 问题与思考 125 第6章 搜索引擎是什么玩意儿126 6.1 搜索引擎原理 126 6.2 搜索引擎架构 129 6.3 搜索引擎核心模块 130 6.4 搜索广告 148 6.5 问题与思考 153 第7章 如何让机器猜得更准155 7.1 基于协同过滤的推荐算法 156 7.2 基于内容的推荐算法 158 7.3 混合推荐算法 159 7.4 问题与思考 163 第8章 理解语言有多难164 8.1 自然语言处理 164 8.2 对话系统 176 8.3 语言的特殊性 186 8.4 问题与思考 190 结语191 参考文献193