學AI真簡單Ⅲ-
輕鬆學自然語言處理-電腦這樣理解語言

第一章 自然語言處理介紹
1-1 前言
1-2 自然語言處理簡介
1-3 傳統的自然語言處理
1-4 深度學習的自然語言處理
1-5 小結

第二章 電腦學中文的第一步:斷詞
2-1 前言
2-2 語料庫
2-3 最大匹配法
2-4 斷詞工具
2-5 中文斷詞工具── Jieba
2-6 中研院斷詞系統── CKipTagger
2-7 小結

第三章 基於統計的自然語言處理
3-1 前言
3-2 One-hot 表示法
3-3 詞袋表示法
3-4 TF-IDF 表示法
3-5 N 元語法
3-6 小結

第四章 基於類神經的自然語言處理
4-1 前言
4-2 詞嵌入
4-3 國王 – 他 + 她 = 皇后
4-4 Skip-gram 模型與 CBOW 模型
4-5 訓練詞彙向量
4-6 小結

第五章 循環神經網路簡介
5-1 前言
5-2 認識序列資料
5-3 類神經網路的演進
5-4 循環神經網路
5-5 循環神經網路的種類
5-6 長短期記憶神經網路
5-7 小結

第六章 RNN與LSTM實作:IMDB情緒分析
6-1 前言
6-2 載入與了解 IMDB 網路電影資料集
6-3 資料預處理
6-4 建構 RNN 及 LSTM 模型
6-5 小結

第七章 RNN 與 LSTM 實作:詞性標註
7-1 前言
7-2 載入與了解詞性標註資料集
7-3 資料預處理
7-4 建立字典
7-5 獲得訓練集與測試集
7-6 TensorFlow data pipeline
7-7 建構 RNN 及 LSTM 模型
7-8 小結

附錄 A Python 基礎語法查詢表
A-1 Python 基本概念

附錄 B Google Colab 使用簡介
B-1 Google Colaboratory 介紹
B-2 Notebook 組態設定
B-3 檢視目前 Python 版本與套件清單