本書は、人工知能研究における主軸の一つである「自然言語処理」について、わかりやすく解説するものです。人工知能研究における自然言語処理分野でよく用いられる機械学習の理論をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。単に概念を羅列するのではなく、豊富な実装例や演習問題を通して、自然言語処理の理論と実践をバランスよく学べるように紹介していきます。
https://www.ohmsha.co.jp/book/9784274220333/
正誤表やDLデータ等がある場合はこちらに掲載しています
第1章 自然言語処理と深層学習
第2章 テキスト処理による自然言語処理
第3章 自然言語文解析への深層学習の適用
第4章 文生成と深層学習
付 録
第1章 自然言語処理と深層学習
1.1 自然言語処理の歴史
1.1.1 自然言語処理とは
1.1.2 自然言語処理の基礎
1.2 深層学習とは
1.2.1 人工知能と機械学習
1.2.2 ニューラルネット
1.2.3 深層学習
1.3 自然言語処理における深層学習
1.3.1 自然言語処理とニューラルネット・深層学習
1.3.2 ニューラルネットを用いた単語意味表現
1.3.3 自然言語処理への深層学習の適用
第2章 テキスト処理による自然言語処理
2.1 自然言語文のテキスト処理
2.1.1 文字の処理
2.1.2 単語の処理
2.1.3 1-of-N表現の処理
2.2 単語2-gramによる文生成
第3章 自然言語文解析への深層学習の適用
3.1 CNNによる文の分類
3.2 準備(1) 畳み込み演算とプーリング処理
3.2.1 畳み込み演算
3.2.2 プーリング処理
3.3 準備(2) 全結合型ニューラルネット
3.3.1 階層構造による全結合型ニューラルネットの構成と学習方法
3.3.2 全結合型ニューラルネットの実現
3.4 畳み込みニューラルネットの実装
3.4.1 畳み込みニューラルネットの構成
3.4.2 畳み込みニューラルネットによる1-of-N表現データの学習
3.4.3 CNNによる単語列評価
第4章 文生成と深層学習
4.1 リカレントニューラルネットによる文生成
4.1.1 ニューラルネットと文生成
4.1.2 リカレントニューラルネット
4.2 RNNの実装
4.2.1 RNNプログラムの設計
4.2.2 RNNプログラムの実装
4.3 RNNによる文生成
4.3.1 RNNによる文生成の枠組み
4.3.2 文生成実験の実行例
付 録
A 行の繰り返し回数を行頭に追加するプログラム uniqc.c
B 行頭の数値により行を整列するプログラム sortn.c
C 全結合型ニューラルネットのプログラム bp.c
参考文献
索 引