語義表示是自然語言處理的基礎，我們需要將原始文字資料中的有用資訊轉換為計算機能夠理解的語義表示，才能實現各種自然語言處理應用。表示學習旨在從大規模資料中自動學習資料的語義特徵表示，並支援機器學習進一步用於資料訓練和預測。以深度學習為代表的表示學習技術，能夠靈活地建立對大規模文字、音訊、影象、影片等無結構資料的語義表示，顯著提升語音識別、影象處理和自然語言處理的效能，近年來引發了人工智慧的新浪潮。本書是第一本完整介紹自然語言處理表示學習技術的著作。書中全面介紹了表示學習技術在自然語言處理領域的最新進展，對相關理論、方法和應用進行了深入介紹，並展望了未來的重要研究方向。
文末附本書最新版免費pdf下載地址。
圖書簡介
本書全面介紹了自然語言處理表示學習技術的理論、方法和應用，內容包括三大部分：第一部分介紹了單詞、短語、句子和文件等不同粒度語言單元的表示學習技術；第二部分介紹了與自然語言密切相關的世界知識、語言知識、複雜網路和跨模態資料的表示學習技術；第三部分整理了相關開放資源與工具，並探討了面向自然語言處理的表示學習技術面臨的重要挑戰和未來研究方向。本書對於自然語言處理和人工智慧基礎研究具有一定的參考意義，既適合專業人士瞭解自然語言處理和表示學習的前沿熱點，也適合機器學習、資訊檢索、資料探勘、社會網路分析、語義Web等其他相關領域學者和學生作為參考讀物。
本書目錄
內容節選
