Deep Learning and Linguistic Representation
eBook - ePub

Deep Learning and Linguistic Representation

Shalom Lappin

  1. 168 Seiten
  2. English
  3. ePUB (handyfreundlich)
  4. ├ťber iOS und Android verf├╝gbar
eBook - ePub

Deep Learning and Linguistic Representation

Shalom Lappin

Angaben zum Buch
Inhaltsverzeichnis
Quellenangaben

├ťber dieses Buch

The application of deep learning methods to problems in natural language processing has generated significant progress across a wide range of natural language processing tasks. For some of these applications, deep learning models now approach or surpass human performance. While the success of this approach has transformed the engineering methods of machine learning in artificial intelligence, the significance of these achievements for the modelling of human learning and representation remains unclear.

Deep Learning and Linguistic Representation looks at the application of a variety of deep learning systems to several cognitively interesting NLP tasks. It also considers the extent to which this work illuminates our understanding of the way in which humans acquire and represent linguistic knowledge.

Key Features:

  • combines an introduction to deep learning in AI and NLP with current research on Deep Neural Networks in computational linguistics.
  • is self-contained and suitable for teaching in computer science, AI, and cognitive science courses; it does not assume extensive technical training in these areas.
  • provides a compact guide to work on state of the art systems that are producing a revolution across a range of difficult natural language tasks.

H├Ąufig gestellte Fragen

Wie kann ich mein Abo k├╝ndigen?
Gehe einfach zum Kontobereich in den Einstellungen und klicke auf ÔÇ×Abo k├╝ndigenÔÇť┬áÔÇô ganz einfach. Nachdem du gek├╝ndigt hast, bleibt deine Mitgliedschaft f├╝r den verbleibenden Abozeitraum, den du bereits bezahlt hast, aktiv. Mehr Informationen hier.
(Wie) Kann ich B├╝cher herunterladen?
Derzeit stehen all unsere auf Mobilger├Ąte reagierenden ePub-B├╝cher zum Download ├╝ber die App zur Verf├╝gung. Die meisten unserer PDFs stehen ebenfalls zum Download bereit; wir arbeiten daran, auch die ├╝brigen PDFs zum Download anzubieten, bei denen dies aktuell noch nicht m├Âglich ist. Weitere Informationen hier.
Welcher Unterschied besteht bei den Preisen zwischen den Abopl├Ąnen?
Mit beiden Abopl├Ąnen erh├Ąltst du vollen Zugang zur Bibliothek und allen Funktionen von Perlego. Die einzigen Unterschiede bestehen im Preis und dem Abozeitraum: Mit dem Jahresabo sparst du auf 12┬áMonate gerechnet im Vergleich zum Monatsabo rund 30┬á%.
Was ist Perlego?
Wir sind ein Online-Abodienst f├╝r Lehrb├╝cher, bei dem du f├╝r weniger als den Preis eines einzelnen Buches pro Monat Zugang zu einer ganzen Online-Bibliothek erh├Ąltst. Mit ├╝ber 1┬áMillion B├╝chern zu ├╝ber 1.000 verschiedenen Themen haben wir bestimmt alles, was du brauchst! Weitere Informationen hier.
Unterst├╝tzt Perlego Text-zu-Sprache?
Achte auf das Symbol zum Vorlesen in deinem n├Ąchsten Buch, um zu sehen, ob du es dir auch anh├Âren kannst. Bei diesem Tool wird dir Text laut vorgelesen, wobei der Text beim Vorlesen auch grafisch hervorgehoben wird. Du kannst das Vorlesen jederzeit anhalten, beschleunigen und verlangsamen. Weitere Informationen hier.
Ist Deep Learning and Linguistic Representation als Online-PDF/ePub verf├╝gbar?
Ja, du hast Zugang zu Deep Learning and Linguistic Representation von Shalom Lappin im PDF- und/oder ePub-Format sowie zu anderen beliebten Büchern aus Computer Science & Natural Language Processing. Aus unserem Katalog stehen dir über 1 Million Bücher zur Verfügung.

Information

Inhaltsverzeichnis

  1. Cover
  2. Half Title
  3. Series Page
  4. Title Page
  5. Copyright Page
  6. Dedication
  7. Contents
  8. Preface
  9. 1 Introduction: Deep Learning in Natural Language Processing
  10. 2 Learning Syntactic Structure with Deep Neural Networks
  11. 3 Machine Learning and the Sentence Acceptability Task
  12. 4 Predicting Human Acceptability Judgements in Context
  13. 5 Cognitively Viable Computational Models of Linguistic Knowledge
  14. 6 Conclusions and Future Work
  15. References
  16. ixAuthor Index
  17. xSubject Index