自然语言处理理论与实战下载 [问题点数:0分]

Bbs1
本版专家分:0
结帖率 70.98%
自然语言处理理论实战
<em>自然语言处理</em>方面的书,入门级别,适合新手使用。
自然语言处理真实项目实战
本文根据实际项目撰写,由于项目保密要求,源代码将进行一定程度的删减。本文撰写的目的是进行公司培训,请勿以任何形式进行转载。由于是日语项目,用到的分词软件等,在中文任务中需要替换为相应的中文分词软件。 <em>自然语言处理</em>真实项目<em>实战</em>...
40岁程序员学NLP,自然语言处理理论与实践读书笔记-开发环境搭建
最近人工智能很火,作为一个40岁的程序员,为了不被淘汰决定自学相关的知识,选择了相对比较简单NLP来进行入门 找了几本书,觉得 唐聘等人编写的《<em>自然语言处理</em><em>理论</em>与实践》比较适合入门。 于是开始了漫长的学习之路,会将自己的学习过程记录起来,作为知识的分享 首先是第一章的读书笔记,第一章主要是搭建开发环境 开发环境搭建 Anaconda安装相对简单,根据操作系统<em>下载</em>对应的安装文件,一路安装,...
NLP汉语自然语言处理原理与实践pdf完整版
编辑推荐 适读人群 :本书适用于所有想学习NLP的技术人员,包括各大人工智能实验室、软件学院等专业机构。 NLP,让人类与智能机器的交互不再遥远;深度学习,让语言解析不再是智能系统的瓶颈! 本书核心内
NLP汉语自然语言处理原理与实践 高清完整版PDF
本书是一本研究汉语<em>自然语言处理</em>方面的基础性、综合性书籍,涉及NLP的语言<em>理论</em>、算法和工程实践的方方面面,内容繁杂。 本书包括NLP的语言<em>理论</em>部分、算法部分、案例部分,涉及汉语的发展历史、传统的句法<em>理论</em>、认知语言学<em>理论</em>。需要指出的是,本书是迄今为止*本系统介绍认知语言学和算法设计相结合的中文NLP书籍,并从认知语言学的视角重新认识和分析了NLP的句法和语义相结合的数据结构。这也是本书的创新之处。 本书适用于所有想学习NLP的技术人员,包括各大人工智能实验室、软件学院等专业机构。
NLP汉语自然语言处理原理与实践.pdf 高清 完整 带书签
第1章 中文语言的机器处理 1 1.1 历史回顾 2 1.1.1 从科幻到现实 2 1.1.2 早期的探索 3 1.1.3 规则派还是统计派 3 1.1.4 从机器学习到认知 计算 5 1.2 现代自然语言系统简介 6 1.2.1 NLP流程与开源框架 6 1.2.2 哈工大NLP平台及其 演示环境 9 1.2.3 Stanford NLP团队及其 演示环境 11 1.2.4 NLTK开发环境 13 1.3 整合中文分词模块 16 1.3.1 安装Ltp Python组件 17 1.3.2 使用Ltp 3.3进行中文 分词 18 1.3.3 使用结巴分词模块 20 1.4 整合词性标注模块 22 1.4.1 Ltp 3.3词性标注 23 1.4.2 安装StanfordNLP并 编写Python接口类 24 1.4.3 执行Stanford词性 标注 28 1.5 整合命名实体识别模块 29 1.5.1 Ltp 3.3命名实体识别 29 1.5.2 Stanford命名实体 识别 30 1.6 整合句法解析模块 32 1.6.1 Ltp 3.3句法依存树 33 1.6.2 Stanford Parser类 35 1.6.3 Stanford短语结构树 36 1.6.4 Stanford依存句法树 37 1.7 整合语义角色标注模块 38 1.8 结语 40 第2章 汉语语言学研究回顾 42 2.1 文字符号的起源 42 2.1.1 从记事谈起 43 2.1.2 古文字的形成 47 2.2 六书及其他 48 2.2.1 象形 48 2.2.2 指事 50 2.2.3 会意 51 2.2.4 形声 53 2.2.5 转注 54 2.2.6 假借 55 2.3 字形的流变 56 2.3.1 笔与墨的形成与变革 56 2.3.2 隶变的方式 58 2.3.3 汉字的符号化与结构 61 2.4 汉语的发展 67 2.4.1 完整语义的基本 形式――句子 68 2.4.2 语言的初始形态与 文言文 71 2.4.3 白话文与复音词 73 2.4.4 白话文与句法研究 78 2.5 三个平面中的语义研究 80 2.5.1 词汇与本体论 81 2.5.2 格语法及其框架 84 2.6 结语 86 第3章 词汇与分词技术 88 3.1 中文分词 89 3.1.1 什么是词与分词规范 90 3.1.2 两种分词标准 93 3.1.3 歧义、机械分词、语言 模型 94 3.1.4 词汇的构成与未登录 词 97 3.2 系统总体流程与词典结构 98 3.2.1 概述 98 3.2.2 中文分词流程 99 3.2.3 分词词典结构 103 3.2.4 命名实体的词典 结构 105 3.2.5 词典的存储结构 108 3.3 算法部分源码解析 111 3.3.1 系统配置 112 3.3.2 Main方法与例句 113 3.3.3 句子切分 113 3.3.4 分词流程 117 3.3.5 一元词网 118 3.3.6 二元词图 125 3.3.7 NShort算法原理 130 3.3.8 后处理规则集 136 3.3.9 命名实体识别 137 3.3.10 细分阶段与最短 路径 140 3.4 结语 142 第4章 NLP中的概率图模型 143 4.1 概率论回顾 143 4.1.1 多元概率论的几个 基本概念 144 4.1.2 贝叶斯与朴素贝叶斯 算法 146 4.1.3 文本分类 148 4.1.4 文本分类的实现 151 4.2 信息熵 154 4.2.1 信息量与信息熵 154 4.2.2 互信息、联合熵、 条件熵 156 4.2.3 交叉熵和KL散度 158 4.2.4 信息熵的NLP的 意义 159 4.3 NLP与概率图模型 160 4.3.1 概率图模型的几个 基本问题 161 4.3.2 产生式模型和判别式 模型 162 4.3.3 统计语言模型与NLP 算法设计 164 4.3.4 极大似然估计 167 4.4 隐马尔科夫模型简介 169 4.4.1 马尔科夫链 169 4.4.2 隐马尔科夫模型 170 4.4.3 HMMs的一个实例 171 4.4.4 Viterbi算法的实现 176 4.5 最大熵模型 179 4.5.1 从词性标注谈起 179 4.5.2 特征和约束 181 4.5.3 最大熵原理 183 4.5.4 公式推导 185 4.5.5 对偶问题的极大似然 估计 186 4.5.6 GIS实现 188 4.6 条件随机场模型 193 4.6.1 随机场 193 4.6.2 无向图的团(Clique) 与因子分解 194 4.6.3 线性链条件随机场 195 4.6.4 CRF的概率计算 198 4.6.5 CRF的参数学习 199 4.6.6 CRF预测标签 200 4.7 结语 201 第5章 词性、语块与命名实体 识别 202 5.1 汉语词性标注 203 5.1.1 汉语的词性 203 5.1.2 宾州树库的词性标注 规范 205 5.1.3 stanfordNLP标注 词性 210 5.1.4 训练模型文件 213 5.2 语义组块标注 219 5.2.1 语义组块的种类 220 5.2.2 细说NP 221 5.2.3 细说VP 223 5.2.4 其他语义块 227 5.2.5 语义块的抽取 229 5.2.6 CRF的使用 232 5.3 命名实体识别 240 5.3.1 命名实体 241 5.3.2 分词架构与专名 词典 243 5.3.3 算法的策略――词典 与统计相结合 245 5.3.4 算法的策略――层叠 式架构 252 5.4 结语 259 第6章 句法<em>理论</em>与自动分析 260 6.1 转换生成语法 261 6.1.1 乔姆斯基的语言观 261 6.1.2 短语结构文法 263 6.1.3 汉语句类 269 6.1.4 谓词论元与空范畴 274 6.1.5 轻动词分析<em>理论</em> 279 6.1.6 NLTK操作句法树 280 6.2 依存句法<em>理论</em> 283 6.2.1 配价<em>理论</em> 283 6.2.2 配价词典 285 6.2.3 依存<em>理论</em>概述 287 6.2.4 Ltp依存分析介绍 290 6.2.5 Stanford依存转换、 解析 293 6.3 PCFG短语结构句法分析 298 6.3.1 PCFG短语结构 298 6.3.2 内向算法和外向 算法 301 6.3.3 Viterbi算法 303 6.3.4 参数估计 304 6.3.5 Stanford 的PCFG算法 训练 305 6.4 结语 310 第7章 建设语言资源库 311 7.1 语料库概述 311 7.1.1 语料库的简史 312 7.1.2 语言资源库的分类 314 7.1.3 语料库的设计实例: 国家语委语料库 315 7.1.4 语料库的层次加工 321 7.2 语法语料库 323 7.2.1 中文分词语料库 323 7.2.2 中文分词的测评 326 7.2.3 宾州大学CTB简介 327 7.3 语义知识库 333 7.3.1 知识库与HowNet 简介 333 7.3.2 发掘义原 334 7.3.3 语义角色 336 7.3.4 分类原则与事件 分类 344 7.3.5 实体分类 347 7.3.6 属性与分类 352 7.3.7 相似度计算与实例 353 7.4 语义网与百科知识库 360 7.4.1 语义网<em>理论</em>介绍 360 7.4.2 维基百科知识库 364 7.4.3 DBpedia抽取原理 365 7.5 结语 368 第8章 语义与认知 370 8.1 回顾现代语义学 371 8.1.1 语义三角论 371 8.1.2 语义场论 373 8.1.3 基于逻辑的语义学 376 8.2 认知语言学概述 377 8.2.1 象似性原理 379 8.2.2 顺序象似性 380 8.2.3 距离象似性 380 8.2.4 重叠象似性 381 8.3 意象图式的构成 383 8.3.1 主观性与焦点 383 8.3.2 范畴化:概念的 认知 385 8.3.3 主体与背景 390 8.3.4 意象图式 392 8.3.5 社交中的图式 396 8.3.6 完形:压缩与省略 398 8.4 隐喻与转喻 401 8.4.1 隐喻的结构 402 8.4.2 隐喻的认知本质 403 8.4.3 隐喻计算的系统 架构 405 8.4.4 隐喻计算的实现 408 8.5 构式语法 412 8.5.1 构式的概念 413 8.5.2 句法与构式 415 8.5.3 构式知识库 417 8.6 结语 420 第9章 NLP中的深度学习 422 9.1 神经网络回顾 422 9.1.1 神经网络框架 423 9.1.2 梯度下降法推导 425 9.1.3 梯度下降法的实现 427 9.1.4 BP神经网络介绍和 推导 430 9.2 Word2Vec简介 433 9.2.1 词向量及其表达 434 9.2.2 Word2Vec的算法 原理 436 9.2.3 训练词向量 439 9.2.4 大规模上下位关系的 自动识别 443 9.3 NLP与RNN 448 9.3.1 Simple-RNN 449 9.3.2 LSTM原理 454 9.3.3 LSTM的Python 实现 460 9.4 深度学习框架与应用 467 9.4.1 Keras框架介绍 467 9.4.2 Keras序列标注 471 9.4.3 依存句法的算法 原理 478 9.4.4 Stanford依存解析的 训练过程 483 9.5 结语 488 第10章 语义计算的架构 490 10.1 句子的语义和语法预处理 490 10.1.1 长句切分和融合 491 10.1.2 共指消解 496 10.2 语义角色 502 10.2.1 谓词论元与语义 角色 502 10.2.2 PropBank简介 505 10.2.3 CPB中的特殊 句式 506 10.2.4 名词性谓词的语义 角色 509 10.2.5 PropBank展开 512 10.3 句子的语义解析 517 10.3.1 语义依存 517 10.3.2 完整架构 524 10.3.3 实体关系抽取 527 10.4 结语 531
中文自然语言处理入门实战
课程介绍 NLP 作为 AI 技术领域中重要的分支,随着其技术应用范围不断扩大,在数据处理领域占有越来越重要的地位。本达人课,作为中文<em>自然语言处理</em>边学边<em>实战</em>的入门级教程,以小数据量的“简易版”实例,通过<em>实战</em>带大家快速掌握 NLP 在中文方面开发的基本能力。 本课程共包含 18 节。各小节之间并没有紧密耦合,但是整个内容还是遵循一定的开发流程。 比如,按照中文语料处理的过程,在获取到语料之后开始分词...
《NLP汉语自然语言处理原理与实践》学习一
中文语言的机器处理 直观上,一个<em>自然语言处理</em>系统最少三个模块:语言的解析、语义的理解及语言的生成。 计算机处理自然语言最早应用在机器翻译上,此后在信息检索、信息抽取、数据挖掘、舆情分析、文本摘要、自动问答系统等方面都获得了很广泛的应用。虽然已经产生了许多专业技术作用域语言理解的不同层面和不同任务,例如,这些技术包括完全句法分析、浅层句法分析、信息抽取、词义消歧、潜在语义分析、文本蕴含和指代...
NLP汉语自然语言处理原理与实践完整版pdf
NLP汉语<em>自然语言处理</em>原理与实践完整版pdf
自然语言处理理论与Python实践
加工原料文本 编写结构化程序 分类和标注词汇 文本分类 从文本提取信息 分析句子结构 建立基于特征的文法 分析句子的意思 语言数据管理
自然语言处理与机器学习技术博客、学习资料精选[附网盘地址]
<em>自然语言处理</em>与机器学习技术博客、学习资料精选!首先,恭喜点开了这篇文章的读者,本文所提供的资料是免费的,小编不卖资料,是赠送资料!今天咱们的学习社区里有学员提出要推荐一些NLP方面的博客、站点,因此小编整理了一下。顺便赠送一些NLP方面的网盘资料。 <em>自然语言处理</em>与机器学习相关博客和站点精选1、技术博客——腾讯的广告工程师团队维护http://www.flickering.cn/ 2、技术博客——美
PYTHON自然语言处理中文版 高清完整版 PDF下载
是<em>自然语言处理</em>领域的一本使用入门指南,旨在帮助读者学习如何编写程序来分析书面语言。可以作为<em>自然语言处理</em>或计算语言学课程的教科书,还可以作为人工智能、文本挖掘、语料库语言学等书课程的补充读物。
自然语言处理理论实战》读后总结
看完本书,感觉还有非常、非常、非常多知识需要不断加深,特别是python基础知识,适合有空就拿出来看看翻翻加深<em>理论</em>。 了解了线性代数、概率、统计、语言学在<em>自然语言处理</em>中的基本方法及使用场景; 学习了语料库、中文自动分语工具、数据预处理、马尔可夫模型、条件随机场、模型评估知识点; 最后练习了GitHub数据提供项目及微博话题爬取与存储分析项目。 代码练习地址: https://github.com/...
Python自然语言处理实战(1):NLP基础
      从建模的角度看,为了方便计算机处理,自然语言可以被定义为一组规则或符号的集合,我们组合集合中的符号来传递各种信息。<em>自然语言处理</em>研究表示语言能力、语言应用的模型,通过建立计算机框架来实现这样的语言模型,并且不断完善这样的语言模型,还需要根据语言模型来设计各种实用的系统,并且探讨这些实用技术的评测技术。从自然语言的角度出发,NLP基本可以分为两个部分:<em>自然语言处理</em>以及自然语言的生成,演化为...
分享 自然语言处理+电子版+PDF及代码+经典资料
资源<em>下载</em>列表:https://pan.baidu.com/s/1ES06i01xHOpwXW7vtqcnRw《文本上的算法深入浅出<em>自然语言处理</em>》PDF+《<em>自然语言处理</em>简明教程》PDF<em>下载</em>:https://pan.baidu.com/s/16AFAsJ7JuDy0T5clteGrPA《<em>自然语言处理</em>原理与技术实现(罗刚)》PDF+源代码<em>下载</em>:https://p...
自然语言处理技术
中文分词; 文本分类; 信息抽取; 语义理解; 问答系统; 自然语言对话系统
PYTHON自然语言处理_超高清pdf
本书提供了非常易学的<em>自然语言处理</em>入门介绍,该领域涵盖从文本和电子邮件预测过滤,到自动总结和翻译等多种语言处理技术。你将学会编写Python程序处理大量非结构化文本,并将理解用于分析书面通信内容和结构的主要算法。 参考文献格式 : (美)伯德,(美)克莱恩,(美)洛佩尔著. Python<em>自然语言处理</em>[M]. 北京:人民邮电出版社, 2014.07.
NLP汉语自然语言处理原理与实践 1 中文语言的机器处理
安装NLTK 1.3 整合中文分词模块 按照使用的算法不同,下面介绍两大类中文分词模块        基于条件随机场(CRF)的中文分词算法的开源系统        基于张华平的NShort的中文分词算法的开源系统 安装Ltp Python组件    https://github.com/HIT-SCIR/ltp    <em>下载</em>源代码:wget  https://github.com/H
python自然语言处理实战 核心技术与算法
涂铭 3 中文分词技术 3.2 规则分词 3.2.1 正向最大匹配方法 maximum match method MM法 3.2.2 逆向最大匹配方法 reverse maximum match method RMM法 中文偏正结构很多 3.2.1 双向最大匹配方法 bi-direction matching method 3.3 统计分词 建立语言模型 对句子进行单词划分,然后对划分结果进行概率...
python自然语言处理实战-第三章中文分词技术
中文分词技术主要有以下三类: 规则分词 新词难处理 统计分词 太依赖语料质量 混合分词(规则+统计) 一、规则分词 基于规则分词是一种机械的分词方法,需要维护词典,将词语中每个字符串与词表中的词进行逐一匹配,找到则切分,否则不予切分。 主要有三种方式进行匹配切分 正向最大匹配法                                          ...
PYTHON自然语言处理中文版pdf
微盘<em>下载</em>地址如下http://vdisk.weibo.com/s/dcbmdnQAvlaU3http://www.jb51.net/books/204913.html#downloadhttps://pan.baidu.com/s/1fF2jG附评论:NLTK配套书《用Python进行<em>自然语言处理</em>》(Natural Language Processing with Python)已经出版好几年了,...
NLP汉语自然语言处理原理与实践 7 建设语言资源ku
这里介绍了两类语料库:语法语料库和语义知识库。它们都可以作为算法的训练资源。除此之外,还介绍一种新兴的大规模语料库:百科知识库。目前对它的研究还处于初级阶段。虽然在某些方面获得了很大的突破,但是在自动语义解析方面仍面临诸多的难题。 7.1 语料库概述     语料库的简史        布朗语料库:1961年        朗文语料库:80年代,分别为:朗文、兰开斯特英语语料库(LLELC
[笔记] Python自然语言处理实战(CH3)
-
自然语言处理之AI深度学习顶级实战
百度网盘 ├─章节1: │      1. NLP和深度学习发展概况和最新动态 │      2. NLP实现机器学习,聊天机器人,情感分析和语义搜索.mp4 │ ├─章节2: NLP与python编程 │      3. Python环境搭建及开发工具安装.mp4 │      4. NLP常用PYTHON开发包的介绍.mp4 │      5. Jieba安装、介绍及使用.mp4 │   ...
python自然语言处理,高清pdf,带书签
《Python<em>自然语言处理</em>》提供了非常易学的<em>自然语言处理</em>入门介绍,该领域涵盖从文本和电子邮件预测过滤,到自动总结和翻译等多种语言处理技术。在《Python<em>自然语言处理</em>(影印版)》中,你将学会编写Python程序处理大量非结构化文本。你还将通过使用综合语言数据结构访问含有丰富注释的数据集,理解用于分析书面通信内容和结构的主要算法。 《Python<em>自然语言处理</em>》准备了充足的示例和练习,可以帮助你: 从非结构化文本中抽取信息,甚至猜测主题或识别“命名实体”; 分析文本语言结构,包括解析和语义分析; 访问流行的语言学数据库,包括WordNet和树库(treebank); 从多种语言学和人工智能领域中提取的整合技巧。
自然语言处理之AI深度学习顶级实战
课程大纲: 1、NLP和深度学习发展概况和最新动态 2、NLP与PYTHON编程 3、快速掌握NLP技术之分词、词性标注和关键字提取 4、句法与文法 6、表示学习与关系嵌入 7、深度学习之卷积神经网络 8、深度学习之递归神经网络 9、特定领域命名实体识别NER技术
Python自然语言处理【中文版】(PDF高清书籍分享)
该资源是《Natural Language Processing with Python》(Python<em>自然语言处理</em>)中文版高清PDF,作者Steven Bird, Ewan Klein & Edward Loper。 章节介绍:如何使用很短的Python程序分析感兴趣的文本信息(1-3章)、结构化程序设计章节(第4章)、语言处理的主要内容:标注、分类和信息提取(5-7章)、探索分析句子、识别句法结构和构建表示句意的方法(8-10章)、最后一章讲述如何有效管理语言数据(第11章)。 所谓“自然语言”,是指人们日常交流使用的语言,如英语、印地语、葡萄牙语。相对于编程语言和数学符号这样的人工语言,自然语言随着不断演化,很难用明确的规则来刻画。 从广义上,“<em>自然语言处理</em>”(Natural Language Processing简称NLP)包含所有计算机对自然语言进行的操作,从最简单的通过计数词出现的频率来比较不同的写作风格到最复杂的完全“理解”人所说的话。 基于NLP的技术应用日益广泛,如: 1.手机和手持电脑支持输入法联想提示和手写识别 2.网络搜索引擎能搜到非结构化文本中的信息 3.机器翻译能把中文文本翻译成西班牙文 希望大家去购买正版书籍,同时希望该书对大家有所帮助。
七月在线——自然语言处理班基础+聊天项目实战
七月在线——<em>自然语言处理</em>班基础+聊天项目<em>实战</em>
用Python进行自然语言处理(中文)--文字版.pdf
用Python进行<em>自然语言处理</em>(中文)--文字版.pdf 个人收集电子书,仅用学习使用,不可用于商业用途,如有版权问题,请联系删除!
自然语言处理全套视频链接
<em>自然语言处理</em>全套视频链接,包括: 01-中国科学院宗成庆教授讲解的自然语言理解视频教程 64集 02-<em>自然语言处理</em>班视频教程附讲义代码 03-Python自然语言分析 04-机器读心术之文本挖掘与<em>自然语言处理</em> 05-NLP到Word2vec<em>实战</em>班 06-自动聊天机器人项目班
PYTHON自然语言处理中文版 pdf
python<em>自然语言处理</em>的pdf书籍,学习NLP的好帮手,有书签,书籍清晰
python 自然语言处理实战代码部分
Python <em>自然语言处理</em>与<em>实战</em> 核心技术与算法一书的代码实现,供参考
精通Python自然语言处理.pdf
精通 Python <em>自然语言处理</em> [印度] Deepti Chopra Nisheeth Joshi Iti Mathur 著 王威 译,分享给大家学习。
Python自然语言处理 PDF下载
Python<em>自然语言处理</em> PDF<em>下载</em> <em>下载</em>链接: http://t.cn/E9OzLOC 提取码: z7fy 内容简介 <em>自然语言处理</em>(Natural Language Processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能够实现人与计算机之间用自然语言进行有效通信的各种<em>理论</em>和方法,涉及所有用计算机对自然语言进行的操作。   《Python自然语言处...
自然语言处理之情感分析实战(分类问题)
基于<em>自然语言处理</em>的顾客对于产品的情感分析(分类问题) 在这个项目中,我们来研究分类问题,并将它们应用于分析顾客对于物品的情绪。进一步,我们要理解分类产生的错误类型。 我们使用ipython notebook,借助GraphLab的包,来分析人们对于真实产品的评论中所蕴含的情绪。 在这个任务中,我们将进一步探索,我们不再使用review中的全部词,而使用一组关键词来训练情绪分析模型,并且...
《NLP汉语自然语言处理原理与实践》第一章
规则派还是统计派: 1.规则派:以语言学<em>理论</em>为基础,根据语言学家对语言现象的认识,采用规则形式描述或解释歧义行为或歧义特性。规则派首先要对大量的语言现象进行研究,归纳出一系列的语言规则。然后再形成一套复杂的规则集----语言分析或生产系统,对自然语言进行分析处理。 2.统计派:以基于语料库的统计分析为基础的经验主义方法,该方法更注重用数学,从能代表自然语言规律的大规模真实文本中发现知识
Java自然语言处理
Java<em>自然语言处理</em> 作者:[美]理查德M.里斯 出版日期:2018-03 出版社:机械工业出版社
python自然语言处理实战:核心技术与算法.pdf
学习<em>自然语言处理</em>专业的,主要考虑中文文本的处理。中文<em>自然语言处理</em>需要使用编程工具和框架,可以利用python实现需求。 <em>自然语言处理</em>是一门融语言学、计算机科学、数学于一体的学科,比较复杂,学习门槛高。 推荐学习,涂铭等编写的《Python<em>自然语言处理</em><em>实战</em>:核心技术与算法》,重点探讨中文的<em>自然语言处理</em>,以Python及其相关框架为工具,以<em>实战</em>为导向,详细讲解了<em>自然语言处理</em>的各种核心技术、方法论和经典算法
自然语言处理实战聊天机器人技术原理与应用
聊天机器人作为人工智能技术的杀手级应用,发展得如火如荼,各种智能硬件层出不穷。《<em>自然语言处理</em>实践:聊天机器人技术原理与应用》系统地阐述了聊天机器人的分类和关键技术,不仅给出了实际案例,还展望了聊天机器人在通往更智能化、更人性化、更趣味化的道路上所面临的挑战。同时,针对聊天机器人在从感知智能到认知智能的跨越中所面临的难题,《<em>自然语言处理</em>实践:聊天机器人技术原理与应用》着重讨论了知识图谱和深度学习技术在<em>自然语言处理</em>、问答、推理、服务融合等方面的应用。 《<em>自然语言处理</em>实践:聊天机器人技术原理与应用》适合有志于从事人工智能行业,以及想了解聊天机器人到底是什么的读者阅读。1 聊天机器人概述 1 1.1 聊天机器人的发展历史 1 1.2 聊天机器人的分类与应用场景 6 1.3 聊天机器人生态介绍 9 1.3.1 典型聊天机器人框架介绍 11 1.3.2 聊天机器人平台介绍 13 1.3.3 典型的聊天机器人产品介绍 13 1.4 参考文献 19 2 聊天机器人技术原理 20 2.1 自然语言理解 21 2.1.1 自然语言理解概览 23 2.1.2 自然语言理解基本技术 26 2.1.3 自然语言表示和基于深度学习的自然语言理解 36 2.1.4 基于知识图谱的自然语言理解 46 2.2 自然语言生成 56 2.2.1 自然语言生成综述 56 2.2.2 基于检索的自然语言生成 58 2.2.3 基于模板的自然语言生成 59 2.2.4 基于深度学习的自然语言生成 60 2.3 对话管理 61 2.4 参考文献 65 3 问答系统 67 3.1 问答系统概述 67 3.2 KBQA 系统 71 3.2.1 KBQA 系统简介 71 3.2.2 主流的KBQA 方法 79 3.3 KBQA 系统实现 96 3.3.1 系统简介 96 3.3.2 模块设计 97 3.4 参考文献 105 4 对话系统 109 4.1 对话系统概述 109 4.2 对话系统技术原理 113 4.2.1 NLU 模块 115 4.2.2 DST 模块 120 4.2.3 DPL 模块 121 4.2.4 NLG 模块 126 4.3 基于聊天机器人平台搭建对话系统 126 4.3.1 NLU 模块实现 129 4.3.2 DST 与DPL 模块实现 130 4.3.3 NLG 模块实现 131 4.4 面向任务的对话系统实现 132 4.5 参考文献 137 5 闲聊系统 139 5.1 闲聊系统概述 139 5.2 基于对话库检索的闲聊系统 140 5.2.1 基于对话库检索的闲聊系统介绍 140 5.2.2 对话库的建立 143 5.2.3 基于检索的闲聊系统实现 145 5.3 基于生成的闲聊系统 150 5.3.1 基于生成的闲聊系统介绍 150 5.3.2 生成式闲聊系统的新发展 152 5.3.3 基于生成的闲聊系统实现 155 5.4 参考文献 157 6 聊天机器人系统评测 159 6.1 问答系统评测 159 6.1.1 问答系统评测会议 160 6.1.2 问答系统评测数据集 171 6.1.3 问答系统评测标准 173 6.2 对话系统评测 174 6.2.1 对话系统评测会议 176 6.2.2 对话系统评测数据集 177 6.2.3 对话系统评测标准 178 6.3 闲聊系统评测 179 6.3.1 闲聊系统评测介绍 179 6.3.2 闲聊系统评测标准 180 6.4 参考文献 183 7 聊天机器人挑战与展望 185 7.1 开放式挑战 185 7.2 技术与应用展望 187 7.3 从聊天机器人到虚拟生命 190 7.4 参考文献 193
Python自然语言处理实战(3):中文分词技术
3.1、中文分词简介       在英文中,单词本身就是“词”的表达,一篇英文文章就是“单词”加分隔符(空格)来表示的,而在汉语中,词以字为基本单位的,但是一篇文章的语义表达却仍然是以词来划分的。       自中文自动分词被提出以来,历经将近30年的探索,提出了很多方法,可主要归纳为“规则分词”、“统计分词”和“混合分词”这三个主要流派。3.2、规则分词     基于规则的分词是一种机械分词方法...
TensorFlow技术解析与实战 11 自然语言处理
与图像识别不同,在<em>自然语言处理</em>中输入的往往是一段语音或者一段文字,输入数据的长短是不确定的,并且它与上下文有很密切的关系,所以常用的是循环神经网络(recurrent neural network,RNN)模型 11.1 模型的选择        使用不同输入和不同数据时,分别适用哪种模型以及如何应用 (1)一对一:没有使用RNN,如Vanilla模型,从固定大小的输入得到固定大小输
Python自然语言处理实战(7):文本向量化
7.1 文本向量化概述     文本表示是<em>自然语言处理</em>中的基础工作,文本表示的好坏直接影响到整个<em>自然语言处理</em>系统的性能。文本向量化是文本表示的一种重要方式。顾名思义,文本向量化就是将文本表示成一系列能够表达文本语义的向量。无论是中文还是英文,词语都是表达文本处理的最基本单元。当前阶段,对文本向量化大部分的研究都是通过词向量化实现的。与此同时,也有相当一部分研究者将句子作为文本处理的基本单元,于是...
《NLP汉语自然语言处理原理与实践》郑捷版PDF
《NLP汉语<em>自然语言处理</em>原理与实践》郑捷版PDF。 。
Python自然语言处理实战:核心技术与算法.epub
Python<em>自然语言处理</em><em>实战</em>:核心技术与算法.epub
自然语言处理实战—LSTM情感分析
<em>自然语言处理</em>中一个很重要的研究方向就是语义的情感分析(Sentiment Analysis)。例如IMDB上有很多关于电影的评论,那么我们就可以通过Sentiment Analysis来评估某部电影的口碑,(如果它才刚刚上映的话)甚至还可以据此预测它是否能够卖座。与此相类似,国内的豆瓣上也有很多对影视作品或者书籍的评论内容亦可以作为情感分析的语料库。对于那些电子商务网站而言,针对某一件商品,我们也可以看到留言区里为数众多的评价内容,那么同类商品中,哪个产品受消费者喜爱呢?或许对商品评论的情感分析可以告诉我们答案。
精通python自然语言处理 等英文书中的代码(from Github)
Python Natural Language Process
基于深度学习的中文自然语言处理
基于深度学习的中文<em>自然语言处理</em>
统计套利理论实战(高清)
本书是一本全面介绍相对价值策略、股票市场中性策略、统计套利和配对交易策略的普及类入门书籍。全书分为两部分:第一部分介绍套利与相对价值策略,适合对量化投资几乎不了解的入门级读者;第二部分介绍统计套利与配对交易,适合有一定基础,希望了解统计套利和配对交易基础知识的读者。本书作为一本专门介绍统计套利的普及册子,适合有志于从事量化投资与对冲基金领域工作的对冲基金经理及对量化投资有兴趣的普通投资者。
Tensorflow实战学习(十七)【自然语言处理、RNN、LSTM】
<em>自然语言处理</em> (NLP)问题都是序列化的。前馈神经网络,在单次前馈中对到来数据处理,假定所有输入独立,模式丢失。循环神经网络(recurrent neural network,RNN)对时间显式建模神经网络。RNN神经元可接收其他神经元加权输入。RNN神经元可与更高层建立连接,也可与更低层建立连接。隐含活性值在同一序列相邻输入间被记忆。2006年 LSTM。语音识别、语音合成、手写连体字识别、时间序
如何学习自然语言处理:一本书和一门课
关于“如何学习<em>自然语言处理</em>”,有很多同学通过不同的途径留过言,这方面虽然很早之前写过几篇小文章:《如何学习<em>自然语言处理</em>》和《几本<em>自然语言处理</em>入门书》,但是更推崇知乎上这个问答:<em>自然语言处理</em>怎么最快入门,里面有微软亚洲研究院周明老师的系统回答和清华大学刘知远老师的倾情奉献:初学者如何查阅<em>自然语言处理</em>(NLP)领域学术资料,当然还包括其他同学的无私分享。 不过,对于希望入门NLP的同学来说,推荐
python自然语言处理学习资源汇总
一、常见包的<em>下载</em>地址及安装命令: 1.nltk: https://pypi.python.org/pypi/nltk [命令]pip install nltk 2.numpy: https://sourceforge.net/projects/numpy/files/NumPy/ [命令]pip install numpy 3. (一不留神下下来五个包,是被捆绑安装了么。本来
NLP入门+实战必读:一文教会你最常见的10种自然语言处理技术(附代码)
大数据文摘作品 编译:糖竹子、吴双、钱天培 <em>自然语言处理</em>(NLP)是一种艺术与科学的结合,旨在从文本数据中提取信息。在它的帮助下,我们从文本中提炼出适用于计算机算法的信息。从自动翻译、文本分类到情绪分析,<em>自然语言处理</em>成为所有数据科学家的必备技能之一。 在这篇文章中,你将学习到最常见的10个NLP任务,以及相关资源和代码。 为什么要写这篇文章? 对于
Python自然语言处理实战(5):关键词提取算法
5.1 关键词提取技术概述    相对于有监督的方法而言,无监督的方法对数据的要求就低多了。既不需要一张人工生成、维护的词表,也不需要人工标准语料辅助进行训练。因此,这类算法在关键词提取领域的应用更受到大家的青睐。目前常用的算法有TF-IDF算法、TextRank算法和主题模型算法(包括LSA、LSI、LDA等)5.2 关键词提取算法TF/IDF算法    TF-IDF(Term Frequenc...
自然语言处理原理与技术实现
实用负载均衡技术:网站性能优化攻略实用负载均衡技术:网站性能优化攻略
自然语言处理真实项目实战(20170822)
前言 本文根据实际项目撰写,由于项目保密要求,源代码将进行一定程度的删减。 本文撰写的目的是进行公司培训,请勿以任何形式进行转载。 由于是日语项目,用到的分词软件等,在中文任务中需要替换为相应的中文分词软件。例如结巴分词 : https://github.com/fxsjy/jieba 前提知识和术语解释 如果需要获得更多知识,请自行百度,谷歌。中文资料不是很多,有能力请阅读相关论文资料。 余弦相...
Python自然语言处理实战(8):情感分析技术
<em>实战</em>电影评论情感分析         情感分析是一段文字表达的情绪状态。其中,一段文本可以使一个句子、一个段落或者一个文档。主要涉及两个问题:文本表达和文本分类。在深度学习出现之前,主流的表示方法有BOW(词袋模型)和topic model(主题模型),分类模型主要有SVM和LR。          载入数据:IMDB情感分析数据集,训练集和测试集分别包含了25000条已标注的电影评论,满分了...
自然语言处理及计算语言学相关术语中英对译表
 abbreviation 缩写 [省略语]ablative 夺格(的)abrupt 突发音accent 口音/{Phonetics}重音accusative 受格(的)acoustic phonetics 声学语音学acquisition 习得action verb 动作动词active 主动语态active chart parser 活动图句法剖析程序active knowledge 主动知识
word2vec实战班高清视频课程
深度学习在NLP上的应用,word2vec课程,包含高清视频和代码、ppt,百度网盘分享链接
计算机书籍- 聊天机器人技术原理与应用
书名: <em>自然语言处理</em>实践:聊天机器人技术原理与应用 作者:王昊奋 等 出版社:电子工业出版社 出版时间:2019年02月
python与自然语言处理之贝叶斯实战
1.引言 前两篇博文介绍了朴素贝叶斯这个名字读着”萌蠢”但实际上简单直接高效的方法,我们也介绍了一下贝叶斯方法的一些细节。按照老规矩,『锄头』给你了,得负责教教怎么用和注意事项,也顺便带大家去除除草对吧。恩,此节作为更贴近实际应用的部分,将介绍贝叶斯方法的优缺点、常见适用场景和可优化点,然后找点实际场景撸点例子练练手,看看工具怎么用。 PS:本文所有的python代码和ipython
【备忘】机器读心术之文本挖掘与自然语言处理人工智能视频
]机器读心术之文本挖掘与<em>自然语言处理</em>人工智能视频 百度网盘<em>下载</em>
Tensorflow-自然语言处理-唐宇迪-专题视频课程
课程以Tensorflow作为核心武器,基于<em>自然语言处理</em>热点话题进行案例<em>实战</em>。选择当下热门模型,使用真实数据集进行<em>实战</em>演示,通俗讲解整个算法模型并使用tensorflow进行<em>实战</em>,详解其中的原理与代码实现。...
自然语言计算机形式分析的理论与方法_冯志伟_完整书签_扫描版.pdf
自然语言计算机形式分析是横跨语言学、计算机科学和数学的一个交叉研究领域,是自然语言计算机处理的关键。自然语言是信息主要的负荷者,在当今信息网络时代,计算机已经日益普及,普通计算机用户可以使用的语言资源正以惊人的速度飞快增长。互联网主要是由自然语言构成的,它已经成为了极为丰富的语言信息资源;移动通信也是以自然语言为媒介的,它已经渗透到日常生活的各个领域。因此,自然语言计算机形式分析对于国家的信息化建设,对于互联网和移动通信的安全具有重要作用。   本书对<em>自然语言处理</em>中的各种<em>理论</em>和方法进行了系统的总结和梳理。首先讨论了<em>自然语言处理</em>的学科定位;接着介绍了语言计算的一些先驱研究;然后以主要的篇幅讨论<em>自然语言处理</em>中的各种形式模型,包括基于短语结构语法的形式模型、基于合一运算的形式模型、基于依存和配价的形式模型、基于格语法的形式模型、基于词汇主义的形式模型、语义自动处理的形式模型、系统功能语法、语用自动处理的形式模型、概率语法、Bayes公式与动态规划算法、N元语法和数据平滑、隐Markov模型(HMM)、语音自动处理的形式模型、统计机器翻译的形式模型;同时还讨论了<em>自然语言处理</em>系统的评测问题;最后从哲学的角度讨论了<em>自然语言处理</em>中的理性主义和经验主义,探索理性主义方法和经验主义方法相结合的途径。   本书说理透彻、语言流畅、实例丰富、深入浅出,适合从事<em>自然语言处理</em>研究的科研人员、大学师生阅读,也可以作为人工智能、计算语言学等课程的教学参考书。
自然语言处理简明教程 [冯志伟著]940页 完整+高清+中文
<em>自然语言处理</em>简明教程 [冯志伟著][上海外语教育出版社][2012.09][940页]<em>自然语言处理</em>简明教程 [冯志伟著][上海外语教育出版社][2012.09][940页]
自然语言处理基础技术之命名实体识别实战
声明:转载请注明出处,谢谢:https://blog.csdn.net/m0_37306360/article/details/84553960 另外,更多实时更新的个人学习笔记分享,请关注: 知乎:https://www.zhihu.com/people/yuquanle/columns 公众号:StudyForAI Stanford CoreNLP命名实体类识别 安装:pip install...
人工智能-Python的自然语言处理视频课程
人工智能-Python的<em>自然语言处理</em>视频课程 共33课时 共6小时25分钟 更新时间:2018-08-02 本套课程是针对人工智能领域–自然语言理解的视频讲解,介绍了python语言对<em>自然语言处理</em>的工具包以及<em>自然语言处理</em>的方法使用。本套课程真对具有python编程基础的同学,在有python编程的基础上学习本套视频课程,会比较轻松的掌握python对自然语言...
北京大学自然语言处理导论课件
孙栩老师和中文系一起开的<em>自然语言处理</em>导论课,基础中的基础,有兴趣可以看一下,我也是从舍友那里拿来看的
教你用Python进行自然语言处理(附代码)
原文题目:NLP in Python翻译: 陈之炎校对: 和中华本文共2700字,建议阅读6分钟。<em>自然语言处理</em>是数据科学中的一大难题。在这篇文章中,我们会介绍一个工业级的python库。<em>自然语言处理</em>(NLP)是数据科学中最有趣的子领域之一,越来越多的数据科学家希望能够开发出涉及非结构化文本数据的解决方案。尽管如此,许多应用数据科学家(均具有STEM和社会科学背景)依然缺乏NLP(<em>自然语言处理</em>)经验
机器学习实战 epub
本文档为《Machine Learning in Action》epub版本 机器学习是人工智能研究领域中一个极其重要的研究方向,在现今的大数据时代背景下,捕获数据并从中萃取有价值的信息或模式,成为各行业求生存、谋发展的决定性手段,这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。, 本书第一部分主要介绍机器学习基础,以及如何利用算法进行分类,并逐步介绍了多种经典的监督学习算法,如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分则重点介绍无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。, 全书通过精心编排的实例,切入日常工作任务,摒弃学术化语言,利用高效的可复用Python代码来阐释如何处理统计数据,进行数据分析及可视化。通过各种实例,读者可从中学会机器学习的核心算法,并能将其运用于一些策略性任务中,如分类、预测、推荐。另外,还可用它们来实现一些更高级的功能
PYTHON自然语言处理【最新中文版,高清】.pdf
NLP是计算机科学领域与人工智能领域中的一个重要方向,研究能够实现人与计算机之间用自然语言进行有效通信的各种<em>理论</em>和方法,涉及所有用计算机对自然语言进行的操作。《python<em>自然语言处理</em>》是<em>自然语言处理</em>领域的一本实用入门指南,旨在帮助读者学习如何编写程序来分析书面语言。
自然语言处理(NLP) 六:主题建模
import warnings warnings.filterwarnings('ignore',category=UserWarning) import nltk.tokenize as tk import nltk.corpus as nc import nltk.stem.snowball as sb import gensim.models.ldamodel as gm impor...
【资源分享】《机器学习&深度学习&自然语言处理》视频课程资源百度云下载
【资源分享】《机器学习&深度学习》视频课程资源百度云<em>下载</em>
自然语言处理自然语言处理(NLP)知识结构总结
<em>自然语言处理</em>(NLP)知识结构总结
推荐系统理论实战
https://www.jianshu.com/nb/21403842
中文自然语言处理入门流程
中文<em>自然语言处理</em>的完整机器处理流程 简单好用的中文分词利器jieba和HanLP 动手<em>实战</em>中文文本中的关键字提取 了解数据必备的文本可视化技巧 面向非结构化数据转换的词袋和词向量模型 动手<em>实战</em>基于ML的中文短文本分类 动手<em>实战</em>基于ML的中文短文本聚类 从<em>自然语言处理</em>角度看HMM和CRF 一网打尽神经序列模型之RNN及其变种LSTM、GRU 动手<em>实战</em>基于CNN的电影推荐系统 动手<em>实战</em>基于LSTM轻松...
自然语言处理与深度学习
【更多关于《<em>自然语言处理</em>、深度学习》资料,加qq群:851916415领取!】<em>自然语言处理</em>,深度学习!
自然语言处理(NLP)的主要范畴
文本朗读(Text to speech)/语音合成(Speech synthesis) 语音识别(Speech recognition) 中文自动分词(Chinese word segmentation) 词性标注(Part-of-speech tagging) 句法分析(Parsing) 自然语言生成(Natural language generation) 文本分类(Text cat
NLTK自然语言处理
1、NLP<em>自然语言处理</em> 2、NLTK功能:分类/分词/标签/提取/解析/语义推理 NLP的功能: 》分词 》标记 》提取 应用:情感分析-舆情分析 >>> s = SnowNLP('NLTK is a leading platform for building Python programs to work') >>> s.words ['NLTK', 'is', 'a',
自然语言处理中文版 pdf
<em>自然语言处理</em>的入门书籍,很多python实例,适合初学者。
自然语言处理专题
NLP,全名 Natural Language Processing(<em>自然语言处理</em>)。从 1949 年的机器翻译设计方案到如今比尔盖茨认为“自然语言理解是人工智能皇冠上的明珠” ,NLP 成为了人工智能领域的重要战略目标。有读者曾留言问道“自然”指的是什么?在这里“自然”指的是随文化自然而然演化的过程。一千个人里就有一千个哈姆雷特,更何况还要让机器去理解我们的语言。 这期我们精心挑选了 8 篇 N...
NLP之自然语言处理简述
什么是<em>自然语言处理</em>? <em>自然语言处理</em>是研究在人与人交际中以及人与计算机交际中的语言问题的一门学科。<em>自然语言处理</em>要研制表示语言能力(linguistic competence)和语言应用(linguistic performance)的模型,建立计算框架来实现这样的语言模型,提出相应的方法来不断完善这样的语言模型,根据这样的语言模型设计各种实用系统,并探讨这些实用系统的评测技术。 根据这个定义,自...
自然语言处理课程自学笔记(一)之python正则表达式
处理字符的强有力的工具。字符串操作(1)去空格及特殊符号: (2)连接字符串: (3)查找字符: 若查找模式串则需要用正则表达式。 (4)比较字符串: 以前是cmp函数,现在改为operator。 函数返回布尔值(True or False)。 (5)字符串中大小写转换: (6)翻转字符串: (7)查找字符串: (8)分割字符串: 第一种:
第六章(1.4)自然语言处理实战——时间语义抽取
项目github地址:https://github.com/liangzhicheng120/nlp 一、简介 本工具是由复旦NLP中的时间分析功能修改而来,做了一些细节和功能的优化,经SpringBoot封装成web工具。 泛指时间的支持,如:早上、晚上、中午、傍晚等。 时间未来倾向。 如:在周五输入“周一早上开会”,则识别到下周一早上的时间;在下午17点输入:“9点送牛奶给隔壁的汉...
LSTM实现自然语言处理中的情感分析
LSTM实现<em>自然语言处理</em>中的情感分析,其中包含了分词,词序列化,词向量,LSTM建模
人工智能,深度学习,计算机视觉,自然语言处理,机器学习,百度网盘视频教程
人工智能,深度学习,计算机视觉,<em>自然语言处理</em>,机器学习视频教程<em>下载</em>:1. CS224D2. NLP到Word2vec3. Opencv3图像处理4. Tensorflow5. 机器学习6. 人工智能课程7. 聊天机器人视频教程8. <em>自然语言处理</em>获取文件<em>下载</em>链接方式:关注微信公众号“深度学习算法社区”                ...
NLP之pytorch实战(含pdf+源码+中文笔记)
NLP之pytorch<em>实战</em>(含pdf+源码+中文笔记),学习NLP相当不错的资料。
jieba进行自然语言处理实例
包含自定义停用词表,自定义词典,用李克强总理讲话摘要内容进行分析。
最好的入门自然语言处理(NLP)的资源清单
最好的入门<em>自然语言处理</em>(NLP)的资源清单   Melanie Tosik目前就职于旅游搜索公司WayBlazer,她的工作内容是通过自然语言请求来生产个性化旅游推荐路线。回顾她的学习历程,她为期望入门<em>自然语言处理</em>的初学者列出了一份学习资源清单。 目录: ·  在线课程 ·  图书馆和开放资源 ·  活跃的博客 ·  书籍 ·  数...
活动 | 关于自然语言处理技术的落地案例
本次活动,我们很荣幸受到小象学院 ( 中国最活跃的Python、人工智能、大数据学习型社区 ) 的邀请,为大家分享NLP技术在客服领域的应用实践。以下是活动的相关信息~   活动信息 ▼ 主题:语音交互时代的对话AI 时间:11月4日 13:00-17:00 地点:北京维也纳国际酒店   分享内容 ▼ 分享主题: NLP技术在客服领域的应用实践 分享内容: 随着人工智...
自然语言处理实战入门》 ---- 第3课 :本人CSDN博客的爬取
本文为《<em>自然语言处理</em><em>实战</em>入门》第3课 文章大纲如何爬取本人CSDN 博客Anaconda安装selenium如何一次性安装 conda 环境中的python 包语料收集资料合集清华大学北京大学语料库在线(教育部语言文字应用研究所计算语言学研究室)大规模中文<em>自然语言处理</em>语料搜狗实验室中英文NLP 差异公开数据集 如何爬取本人CSDN 博客 Anaconda 隔离环境,conda 管理 conda ...
Git-1.8.4-preview20130916.exe下载
最新版git for windows 相关下载链接:[url=//download.csdn.net/download/u010954514/6282133?utm_source=bbsseo]//download.csdn.net/download/u010954514/6282133?utm_source=bbsseo[/url]
大学课程计算机网络ppt下载
详细的计算机网络ppt,包括概述,物理层,链路层,局域网,广域网,网络互连等六部分。 相关下载链接:[url=//download.csdn.net/download/snowinthesun/1965268?utm_source=bbsseo]//download.csdn.net/download/snowinthesun/1965268?utm_source=bbsseo[/url]
LINUX 2_6内核标准.part02.rar下载
LINUX 2_6内核标准.part02.rar 2/10 相关下载链接:[url=//download.csdn.net/download/wzj3514/2103867?utm_source=bbsseo]//download.csdn.net/download/wzj3514/2103867?utm_source=bbsseo[/url]
文章热词 机器学习教程 Objective-C培训 交互设计视频教程 颜色模型 设计制作学习
相关热词 mysql关联查询两次本表 native底部 react extjs glyph 图标 大数据实战培训下载 nlp自然语言处理课程
我们是很有底线的