新書推薦：
《
夏日蝉鸣时
》
售價：HK$
76.8
《
门罗主义：美国全球地缘战略的源起
》
售價：HK$
74.8
《
刻意练习成为讲话高手
》
售價：HK$
38.5
《
民艺之美
》
售價：HK$
96.8
《
肘后备急方 中医书全本校注与研究古代急救方剂临床急救手册中医入门肘后背疾方白话文
》
售價：HK$
63.8
《
精神的发现：欧洲思想在希腊的兴起
》
售價：HK$
140.8
《
走向现代：西方艺术1789—1914
》
售價：HK$
503.8
《
私募股权基金：价值、挑战与职业发展
》
售價：HK$
75.9
|
| 編輯推薦： |
本书在内容选材上鲜明地聚焦于中文NLP，填补了市场上在这一领域的教育资源空白。书中以中文语境为背景，通过具体的任务案例，帮助读者理解和应用自然语言处理技术。
任务驱动学习：内容选材强调以任务为导向，通过实际的项目案例驱动学习。每个项目都明确设定了知识目标和技能目标，使读者能够通过完成实际任务，直接应用所学知识，从而更好地理解和掌握自然语言处理技术。
全面覆盖领域： 本书内容覆盖了自然语言处理领域的多个方面，包括文本基础处理、深入文本进阶处理、语音数据加工处理等。这种全面性有助于读者在学完整本书后，能够全面了解自然语言处理的各个层面，具备广泛的技能。
深度学习与实际应用结合：内容选材注重将深度学习等前沿技术与实际应用相结合。通过项目实训，读者将学习如何应用深度学习技术，如Word2Vec、LSTM等，解决具体的自然语言处理问题，使其在实际项目中更具竞争力。
实际案例的强调： 每个项目都注重实际案例的引入，通过真实场景的任务来展示理论知识的应用。这种以实际案例为基础的教学方法有助于读者更好地理解和应用所学知识。
教学资源充分： 为了帮助读者更好地学习，本书提供了丰富的教学资源，包
|
| 內容簡介： |
本书内容涵盖自然语言处理、语音信号处理这两项人机交互领域的重要技术，以项目式教学的方式，帮助读者快速掌握相关知识和提高项目开发的能力。本书共7个项目：项目1重点介绍自然语言处理和语音信号处理技术相关背景、开发环境和项目开发流程的基本知识，对搭建项目开发环境进行项目实战；项目2~4重点介绍自然语言处理技术中词法分析、句法分析、文本向量化、文本分类和聚类的基本知识，对中文命名实体识别、基于机器学习的文本分类、基于深度学习的文本情感分析进行项目实战；项目5~7重点介绍语音信号处理技术中数字音频预处理、特征提取、语音识别和语音合成的基本知识，对语音数据特征提取、语音和环境音识别、语音合成进行项目实战。在每个项目中，读者可以通过实例模块巩固理论知识，并在项目实战模块中提升综合应用能力。
來源：香港大書城megBookStore,http://www.megbook.com.hk
本书可以作为高等职业院校人工智能相关专业课程的教材，也可作为职业技能等级证书的教学和培训用书，还可作为自然语言处理开发人员的参考用书。
|
| 關於作者： |
关志广，副教授，吉林大学通信工程学院通信工程专业毕业，北京邮电大学软件工程硕士。现为南宁职业技术学院人工智能学院专任教师。
2012年7月至2020年11月，就职于中国联通广西分公司，主要从事移动网络优化专业技术工作。超过8年的企业工作经历，拥有较为扎实的技术能力和丰富的管理经验。2020年11月担任南宁职业技术学院人工智能学院专任教师，所属专业为人工智能技术应用专业。
承担《Linux操作系统管理》《Java程序设计》《人工智能应用基础》《Android应用开发》《人工智能综合实训》《自然语言处理技术》《毕业设计》等7门以上课程讲授工作。
参加教师教学能力大赛课堂教学比赛获自治区三等奖1项、校级一等奖1项。主持市厅级科研课题1项，参与3项。主持市厅级教改课题1项；校教学改革课题1项，参与4项。主编教材《自然语言处理技术》、参编《信息技术基础》等教材。公开发表专业领域论文2篇。获得国家发明专利1项、获得软件著作权10项。
|
| 目錄：
|
项目 1 搭建自然语言及语音信号处理开发环境
1.1 项目导入
1.2 知识链接
1.2.1 自然语言处理技术
1.2.2 语音信号处理技术
1.3 项目实战
1.3.1 部署 Python 开发环境
1.3.2 安装 PyTorch 框架
1.3.3 安装 PaddlePaddle 框架
1.3.4 验证开发环境
1.4 项目小结
1.5 知识拓展
1.6 习题
项目 2 进行中文命名实体识别
2.1 项目导入
2.2 知识链接
2.2.1 语料库
2.2.2 中文分词
2.2.3 词性标注
2.2.4 关键词提取
2.2.5 命名实体识别
2.3 项目实战
2.3.1 定义 CorpusProcess 类
2.3.2 定义 CRF_NER 类
2.3.3 模型训练与评估
2.3.4 模型预测
2.4 项目小结
2.5 知识拓展
2.6 习题
项目 3 实现机器学习的新闻内容分类
3.1 项目导入
3.2 知识链接
3.2.1 句法分析
3.2.2 文本向量化
3.2.3 文本分类与聚类
3.3 项目实战
3.3.1 准备数据集
3.3.2 模型训练
3.3.3 模型评估
3.3.4 模型预测
3.4 项目小结
3.5 知识拓展
3.6 习题
项目 4 实现深度学习的酒店评价情感分析
4.1 项目导入
4.2 知识链接
4.2.1 深度学习简介
4.2.2 卷积神经网络
4.2.3 循环神经网络
4.2.4Transformer 模型
4.2.5 深度学习框架
4.3 项目实战
4.3.1 读取语料数据集
4.3.2 语料预处理和特征提取
4.3.3 模型定义
4.3.4 模型训练
4.3.5 模型评估
4.3.6 模型测试
4.4 项目小结
4.5 知识拓展
4.6 习题
项目 5 提取语音数据的 MFCC 特征
5.1 项目导入
5.2 知识链接
5.2.1 语音的物理基础
5.2.2 语音信号的表征
5.2.3 语音信号的数字化
5.2.4 语音信号的预处理
5.2.5 语音信号的时域分析
5.2.6 语音信号的频域分析
5.2.7 语音信号的倒谱分析
5.3 项目实战
5.3.1 语音文件读取
5.3.2 语音信号预处理
5.3.3MFCC 特征提取
5.4 项目小结
5.5 知识拓展
5.6 习题
项目 6 实现单句语音和复杂环境音识别
6.1 项目导入
6.2 知识链接
6.2.1 语音识别简介
6.2.2 环境音识别简介
6.2.3 语音和环境音识别算法
6.3 项目实战
6.3.1 单句语音识别
6.3.2 复杂环境音识别
6.4 项目小结
6.5 知识拓展
6.6 习题
项目 7 实现新闻文本语音播报
7.1 项目导入
7.2 知识链接
7.2.1 语音合成简介
7.2.2 语音合成算法
7.3 项目实战
7.3.1 数据及模型准备
7.3.2 数据预处理
7.3.3 构建声学模型
7.3.4 声码器合成语音
7.3.5 结果评价
7.4 项目小结
7.5 知识拓展
7.6 习题
附录
附录 A APKU 词性标注集
附录 B CTB 词性标注集
附录 C SDC 依存关系标注集
参考文献
|
| 內容試閱：
|
习近平总书记指出：“整合科技创新资源，引领发展战略性新兴产业和未来产业，加快形成新质生产力。”这一重要论述，为我们打造经济发展新引擎和构建国家竞争新优势指明了方向。人工智能是新质生产力的重要驱动力，加快发展新一代人工智能对于抓住数字经济时代机遇、加快形成新质生产力具有重要意义。
当前，自然语言处理技术与语音信号处理技术是实现人工智能理解人类意图并与人类进行交互的重要途径。随着以DeepSeek和ChatGPT为代表的生成式人工智能技术与自然语言的深度融合，我们正在逐渐迈向计算机完全“理解”人类语言的终极目标，这些进展将会促进人工智能赋能千行百业，不断形成新质生产力。
本书围绕自然语言处理、语音信号处理这两项人机交互领域的重要技术，以实际应用为导向，从知识点的探讨到具体任务案例和项目实战，引导读者运用所学知识解决实际问题。这种将理论与实战相结合的“边学边实战”的项目式教程，旨在帮助读者快速掌握基础知识和提高项目开发的能力，为加强数字技术人才队伍建设、推动数字经济快速发展发挥支持作用。
本书共7个项目，各项目主要内容如下。
项目1搭建自然语言及语音信号处理开发环境。主要介绍自然语言处理技术和语音信号处理技术的发展历程、研究内容、应用场景以及常见的开发环境工具，并提供搭建项目开发环境的实战项目。
项目2进行中文命名实体识别。主要介绍自然语言处理的词法分析，包括中文分词、词性标注、关键词提取、命名实体识别等技术和方法，并提供基于CRF模型的中文命名实体识别实战项目。
项目3实现机器学习的新闻内容分类。主要介绍句法分析、文本向量化、文本分类与聚类等机器学习相关技术，包括常用算法和实例应用，并提供基于SVM模型的新闻文本分类实战项目。
项目4实现深度学习的酒店评价情感分析。主要介绍卷积神经网络、循环神经网络、Transformer模型等深度学习技术在自然语言处理方面的应用，并提供基于LSTM网络的文本情感分析实战项目。
项目5提取语音数据的MFCC特征。主要介绍音频的时频表示、数字化处理以及语音数据预处理的方法和步骤，并提供语音MFCC特征提取的实战项目。
项目6实现单句语音和复杂环境音识别。主要介绍语音识别和环境音识别的基本概念与算法，包括高斯混合模型、隐马尔可夫模型（HMM）和深度学习模型，并提供基于机器学习HMM模型的0~9数字语音识别实战项目、基于深度学习PANNs模型的复杂环境音识别实战项目。
项目7实现新闻文本语音播报。主要介绍语音合成的基本原理和算法，包括规则基础方法和深度学习方法，并提供基于FastSpeech2和Parallel WaveGAN模型的新闻文本语音播报实战项目。
本书是广西教育科学“十四五”规划2023年度专项课题《新工科背景下人工智能类专业专创融合实践教学研究》（2023ZJY1841）的研究成果，全面贯彻党的二十大报告提出的“实施科教兴国战略，强化现代化建设人才支撑”精神，对接“‘1 X’证书制度试点工作”和“全国专业技术人员新职业培训”，体现高等职业教育和“三教改革”精神，落实立德树人根本任务。
本书由南宁职业技术大学关志广、王玲、区映映担任主编，黄洋、韦润福、赵美华担任副主编，高伟锋、龙妍、谢锋、付志鸿、李旻璐也参与了教材内容的编写。虽然在本书编写中，编者严谨专注、力臻完美，但是相关研究领域的发展日新月异，加之编者水平有限，疏漏差误抑或不免，敬请广大读者指正。
编者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
