دانلود کتاب Semi-Supervised Learning and Domain Adaptation in Natural Language Processing – یادگیری نیمه نظارتی و تطبیق دامنه در پردازش زبان طبیعی

توضیحات

This book introduces basic supervised learning algorithms applicable to natural language processing (NLP) and shows how the performance of these algorithms can often be improved by exploiting the marginal distribution of large amounts of unlabeled data. One reason for that is data sparsity, i.e., the limited amounts of data we have available in NLP. However, in most real-world NLP applications our labeled data is also heavily biased. This book introduces extensions of supervised learning algorithms to cope with data sparsity and different kinds of sampling bias. This book is intended to be both readable by first-year students and interesting to the expert audience. My intention was to introduce what is necessary to appreciate the major challenges we face in contemporary NLP related to data sparsity and sampling bias, without wasting too much time on details about supervised learning algorithms or particular NLP applications. I use text classification, part-of-speech tagging, and dependency parsing as running examples, and limit myself to a small set of cardinal learning algorithms. I have worried less about theoretical guarantees (‘this algorithm never does too badly’) than about useful rules of thumb (‘in this case this algorithm may perform really well’). In NLP, data is so noisy, biased, and non-stationary that few theoretical guarantees can be established and we are typically left with our gut feelings and a catalogue of crazy ideas. I hope this book will provide its readers with both. Throughout the book we include snippets of Python code and empirical evaluations, when relevant. Table of Contents: Introduction / Supervised and Unsupervised Prediction / Semi-Supervised Learning / Learning under Bias / Learning under Unknown Bias / Evaluating under Bias

————————————————————–

ترجمه ماشینی :

این کتاب الگوریتم‌های یادگیری نظارت‌شده پایه را معرفی می‌کند که برای پردازش زبان طبیعی (NLP) قابل استفاده است و نشان می‌دهد که چگونه عملکرد این الگوریتم‌ها اغلب با بهره‌برداری از توزیع حاشیه‌ای مقادیر زیادی از داده‌های بدون برچسب بهبود می‌یابد. یکی از دلایل آن پراکندگی داده ها است، به عنوان مثال، تعداد محدودی از داده های موجود در NLP. با این حال، در اکثر برنامه های کاربردی NLP در دنیای واقعی، داده های برچسب گذاری شده ما نیز به شدت سوگیری دارند. این کتاب توسعه‌هایی از الگوریتم‌های یادگیری تحت نظارت را برای مقابله با پراکندگی داده‌ها و انواع مختلف سوگیری نمونه‌گیری معرفی می‌کند. این کتاب برای دانش آموزان سال اول قابل خواندن و برای مخاطبان متخصص در نظر گرفته شده است. قصد من این بود که بدون اتلاف وقت زیاد بر روی جزئیات الگوریتم های یادگیری نظارت شده یا برنامه های کاربردی NLP خاص، آنچه را که برای درک چالش های اصلی ما در NLP معاصر مرتبط با پراکندگی داده ها و سوگیری نمونه گیری با آن روبرو هستیم، معرفی کنم. من از طبقه‌بندی متن، برچسب‌گذاری بخشی از گفتار و تجزیه وابستگی به عنوان مثال‌های در حال اجرا استفاده می‌کنم و خودم را به مجموعه کوچکی از الگوریتم‌های یادگیری اصلی محدود می‌کنم. من نگران ضمانت‌های نظری (“این الگوریتم هرگز خیلی بد عمل نمی‌کند”) بیشتر از قوانین مفید مفید بوده‌ام (“در این مورد ممکن است این الگوریتم واقعاً خوب عمل کند”). در NLP، داده‌ها آنقدر پر سر و صدا، مغرضانه و غیر ثابت هستند که ضمانت‌های نظری کمی را می‌توان ایجاد کرد و ما معمولاً با احساسات درونی خود و فهرستی از ایده‌های د

tag : دانلود کتاب یادگیری نیمه نظارتی و تطبیق دامنه در پردازش زبان طبیعی , Download یادگیری نیمه نظارتی و تطبیق دامنه در پردازش زبان طبیعی , دانلود یادگیری نیمه نظارتی و تطبیق دامنه در پردازش زبان طبیعی , Download Semi-Supervised Learning and Domain Adaptation in Natural Language Processing Book , یادگیری نیمه نظارتی و تطبیق دامنه در پردازش زبان طبیعی دانلود , buy یادگیری نیمه نظارتی و تطبیق دامنه در پردازش زبان طبیعی , خرید کتاب یادگیری نیمه نظارتی و تطبیق دامنه در پردازش زبان طبیعی , دانلود کتاب Semi-Supervised Learning and Domain Adaptation in Natural Language Processing , کتاب Semi-Supervised Learning and Domain Adaptation in Natural Language Processing , دانلود Semi-Supervised Learning and Domain Adaptation in Natural Language Processing , خرید Semi-Supervised Learning and Domain Adaptation in Natural Language Processing , خرید کتاب Semi-Supervised Learning and Domain Adaptation in Natural Language Processing ,