Titre original :
Graph Neural Networks for Natural Language Processing: A Survey
Contenu du livre :
L'apprentissage en profondeur est devenu l'approche dominante pour traiter diverses tâches dans le domaine du traitement du langage naturel (NLP). Bien que les entrées textuelles soient généralement représentées sous la forme d'une séquence de jetons, il existe une grande variété de problèmes de NLP qui peuvent être mieux exprimés avec une structure de graphe. Par conséquent, le développement de nouvelles techniques d'apprentissage profond sur les graphes pour un grand nombre de tâches de TAL suscite un vif intérêt.
Dans cette monographie, les auteurs présentent une vue d'ensemble des réseaux neuronaux graphiques (GNN) pour le traitement du langage naturel. Ils proposent une nouvelle taxonomie des GNN pour le NLP, qui organise systématiquement la recherche existante sur les GNN pour le NLP selon trois axes : la construction des graphes, l'apprentissage de la représentation des graphes et les modèles d'encodage-décodage basés sur les graphes. Ils introduisent ensuite un grand nombre d'applications NLP qui exploitent la puissance des GNN et résument les ensembles de données de référence, les mesures d'évaluation et les codes open-source correspondants. Enfin, ils discutent de divers défis à relever pour exploiter pleinement les GNN dans le cadre de la PNL, ainsi que des orientations futures de la recherche.
Il s'agit du premier aperçu complet des réseaux neuronaux graphiques pour le traitement du langage naturel. Il offre aux étudiants et aux chercheurs une ressource concise et accessible qui leur permet de se familiariser rapidement avec un domaine important de la recherche sur l'apprentissage automatique.
Autres informations sur le livre :
| ISBN : | 9781638281429 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
