数据科学技术：文本分析和知识图谱

封面

版权页

内容简介

作者简介

前言

第1章 什么是数据科学

1.1 数据科学的定义

1.2 数据科学的关键技术

1.3 本章小结

1.4 习 题

1.5 本章参考文献

第2章 文本预训练模型

2.1 文本分析技术的发展史

2.2 Transformer模型结构

2.3 预训练模型的结构和变种

2.4 加速处理器GPU和TPU

2.5 预训练模型的常见问题

2.6 预训练模型的源码解读

2.7 本章小结

2.8 习 题

2.9 本章参考文献

第3章 多语种文本分析

3.1 多语种文本分析背景介绍

3.2 多语种文本分析技术

3.3 多语种文本分析源码解读

3.4 本章小结

3.5 习 题

3.6 本章参考文献

第4章 文本情感分析

4.1 情感分析背景介绍

4.2 情感分析技术

4.3 情感分析比赛和方案

4.4 情感分析源码解读

4.5 本章小结

4.6 习 题

4.7 本章参考文献

第5章 文本机器翻译

5.1 机器翻译背景介绍

5.2 机器翻译技术

5.3 机器翻译比赛和方案

5.4 机器翻译源码解读

5.5 本章小结

5.6 习 题

5.7 本章参考文献

第6章 文本智能纠错

6.1 文本纠错背景介绍

6.2 文本智能纠错技术

6.3 文本智能纠错技术

6.4 纠错方案和源码解读

6.5 本章小结

6.6 习 题

6.7 本章参考文献

第7章 知识图谱构建

7.1 知识图谱背景介绍

7.2 非结构化信息抽取技术

7.3 生成式统一模型抽取技术

7.4 模型源码解读

7.5 本章小结

7.6 习 题

7.7 本章参考文献

第8章 知识图谱问答

8.1 背景介绍

8.2 知识图谱问答技术

8.3 方案和源码解读

8.4 本章小结

8.5 习 题

第9章 结构化知识NL2SQL问答

9.1 NL2SQL背景介绍

9.2 NL2SQL技术

9.3 NL2SQL比赛和方案

9.4 NL2SQL源码解读

9.5 本章小结

9.6 习 题

9.7 本章参考文献

第10章 ChatGPT大语言模型

10.1 ChatGPT介绍

10.2 GPT模型概述

10.3 ChatGPT的实现原理

10.4 ChatGPT的应用

10.5 开源大模型

10.6 本章小结

10.7 习 题

10.8 本章参考文献

第11章 行业实践案例

11.1 智慧政务实践案例

11.2 公共安全实践案例

11.3 智能应急实践案例

11.4 本章小结