Daniel Jurafsky (http://www.stanford.edu/~jurafsky/) is an Associate Professor in the Department of Linguistics at Stanford University.
发表于2024-12-22
Speech and Language Processing, 2nd Edition 2024 pdf epub mobi 电子书
书的前面几章节很有启发性,但是后面几章理论偏多,实用性的东西稍有欠缺.总体来说还是一本难得的好书. 还有这本书设计了太多的内容,没法在这几百页里面说清楚也是必然,书后的参考文献,乖乖,好多,绝对是好东西.
评分内容涵盖很广,但是在实践应用方面没有太多的笔墨。特别是后面讲语义处理的几章,只有方法的介绍,当然这还和这些领域的不成熟有关。由于包括了几乎所有和自然语言处理相关的方方面面,所以在具体讲述这些东西的时候不是很细致。比如对于如何发现词的搭配这个问题,《统计自然...
评分 评分很不错的一本书,作者很权威,内容很全面,深度适当。 也许对某些问题不是非常的深入,但是几乎囊括了自然语言处理的方方面面。 做搜索引擎、信息检索方面的同志也可以了解下。
评分内容涵盖很广,但是在实践应用方面没有太多的笔墨。特别是后面讲语义处理的几章,只有方法的介绍,当然这还和这些领域的不成熟有关。由于包括了几乎所有和自然语言处理相关的方方面面,所以在具体讲述这些东西的时候不是很细致。比如对于如何发现词的搭配这个问题,《统计自然...
图书标签: NLP 自然语言处理 人工智能 计算语言学 计算机科学 数据挖掘 计算机 machineLearning
This is the 2nd edition of "Speech and Language Processing, 2000" (http://www.douban.com/subject/1810715/).
An explosion of Web-based language techniques, merging of distinct fields, availability of phone-based dialogue systems, and much more make this an exciting time in speech and language processing. The first of its kind to thoroughly cover language technology – at all levels and with all modern technologies – this book takes an empirical approach to the subject, based on applying statistical and other machine-learning algorithms to large corporations. Builds each chapter around one or more worked examples demonstrating the main idea of the chapter, usingthe examples to illustrate the relative strengths and weaknesses of various approaches. Adds coverage of statistical sequence labeling, information extraction, question answering and summarization, advanced topics in speech recognition, speech synthesis. Revises coverage of language modeling, formal grammars, statistical parsing, machine translation, and dialog processing. A useful reference for professionals in any of the areas of speech and language processing.
读了第三版第27章,跟旧版相比章节顺序调了,内容也更加丰富。起码语音学的这章讲得很详细易懂。
评分粗读的,没什么难点。早上看这书,发现HMM那章和我上周的slides的outline几乎一样,之前自己没参考,好开心。
评分NLP第一个就应该读这本,比那些中文的书好太多了
评分读的第三版的draft,很清楚
评分第二版和未出版的第三版夹杂起来看的,入门经典教材,一章一章跟下来,能把NLP领域的基础概念都过一遍。推导步骤都能看懂,不像之前读的西瓜书,不适合新手入门。工作了应该就会暂时放下,希望以后还能有机会深入学下NLP,但是想做的事情太难了,不止是技术上的难度,更难的是人心。
Speech and Language Processing, 2nd Edition 2024 pdf epub mobi 电子书