机读格式显示(MARC)

• 000 02139nam 2200325 450

• 001 0000651007

• 005 20251116075200.0

• 010 __ |a 978-7-121-49598-4 |d CNY158.00

• 100 __ |a 20250327d2025 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 自然语言处理 |A zi ran yu yan chu li |e 基于大语言模型的方法 |d = Natural language processing |e a large language model approach |f 车万翔, 郭江, 崔一鸣著 |z eng

• 210 __ |a 北京 |c 电子工业出版社 |d 2025

• 215 __ |a xv, 424页 |c 图 (部分彩图) |d 24cm

• 225 2_ |a 人工智能前沿技术丛书 |A ren gong zhi neng qian yan ji shu cong shu

• 314 __ |a 车万翔, 哈尔滨工业大学计算学部长聘教授, 博士生导师, 人工智能研究院副院长。郭江, 博士, 现从事大模型、检索增强生成技术及企业数据智能等领域研究, 专注于相关技术在云服务中的应用与开发。崔一鸣, 博士, 高级工程师, 现任科大讯飞研究院资深科学家、科大讯飞北京研究院副院长, IEEE高级会员、CCF高级会员。博士毕业于哈尔滨工业大学。主要从事大模型、预训练模型、机器阅读理解等相关领域的研究工作。

• 320 __ |a 有书目 (第413-420页)

• 330 __ |a 本书在介绍自然语言处理、深度学习等基本概念的基础上, 重点介绍新的基于预训练语言模型和大语言模型的自然语言处理技术。本书包括基础知识、预训练语言模型和大语言模型三部分: 基础知识部分主要介绍自然语言处理和深度学习的基础知识、基本工具集和常用数据集; 预训练语言模型部分主要介绍语言模型、预训练词向量、预训练语言模型的实现方法和应用; 大语言模型部分首先介绍大语言模型的预训练方法, 其次介绍大语言模型的适配、应用和评估方法, 最后介绍基于预训练语言模型思想的各种延伸技术。除了理论知识, 本书还有针对性地结合具体案例提供相应的PyTorch代码实现, 让读者不仅能对理论有更深刻的理解, 还能快速地实现自然语言处理模型, 达到理论和实践的统一。

• 410 _0 |1 2001 |a 人工智能前沿技术丛书

• 510 1_ |a Natural language processing |e a large language model approach |z eng

• 517 1_ |a 基于大语言模型的方法 |A ji yu da yu yan mo xing de fang fa

• 606 0_ |a 自然语言处理 |A zi ran yu yan chu li

• 690 __ |a TP391 |v 5

• 701 _0 |a 车万翔 |A che wan xiang |4 著

• 701 _0 |a 郭江 |A guo jiang |4 著

• 701 _0 |a 崔一鸣 |A cui yi ming |4 著

• 801 _0 |a CN |b 湖北三新 |c 20250327

• 905 __ |a WXCSXY |d TP391/941