深層学習による自然言語処理 (機械学習プロフェッショナルシリーズ)
著者
目次
1.1 伝統的な自然言語処理
1.4 他分野への広がり
2.7 ゲート付再帰ニューラルネット
2.8 木構造再帰ニューラルネット
第3章 言語処理における深層学習の基礎
3.1 準備:記号の世界とベクトルの世界の橋渡し
3.2 言語モデル
3.4 系列変換モデル
第4章 言語処理特有の深層学習の発展
4.1 注意機構
4.2 記憶ネットワーク
4.3 出力層の高速化
第5章 応用
5.3 対話
5.4 質問応答
第6章 汎化性能を向上させる技術
6.1 汎化誤差の分解
6.2 推定誤差低減に効く手法
6.3 最適化誤差低減に効く手法
6.4 超パラメータ選択
第7章 実装
7.1 GPUとGPGPU
7.2 RNNにおけるミニバッチ化
7.3 無作為抽出
7.4 メモリ使用量の削減
第8章 おわりに
内容
自然言語処理の応用(機械翻訳、文書要約、対話、質問応用)に焦点を当て、深層学習の利用方法を解説。「実装上の工夫」など、本書でしか読めない実践的な内容が充実!
気がつけばMLPシリーズばかり読んでいる。
感想
リンク
メモ