自然语言处理-大模型理论与实践2024-9

序言自然语言处理一直是人工智能最热门的应用研究领域，对科学技术、文化教育、经济社会的发展各个方面都具有极其重大的意义。自然语言处理的研究一直存在两类颇不相同而又相互补足的研究方法，即：规则方法与统计方法。规则方法追求的是对自然语言的理解，但严重受到领域的限制；统计方法恰好相反，它所追求的是领域无限，但语言理解能力却成为短板。近年以来，以ChatGPT为代表的生成式预训练对话人工智能技术（即大语言模型，简称大模型)取得了令人瞩目的进展，给基于统计方法的自然语言处理技术带来了前所未有的进步。本书以其独特的视角和结构，全面系统地介绍了大模型技术在自然语言处理中的理论与实践。全书内容丰富，涵盖了语言模型的基础知识、大模型的关键技术以及大模型的应用实践，不仅为初学者提供了详尽的入门指南，也为研究人员和专业人士提供了深入的技术解析和实用的开发案例。本书从自然语言处理的背景知识出发，逐步引入词向量、统计语言模型、神经语言模型和预训练语言模型，然后详细介绍了大模型的架构、训练方法、应用及评估策略，并通过丰富的实例和习题，帮助读者加深理解和掌握大模型技术的核心内容。特别难得的是，本书对大模型的本地开发和应用开发提供了实战演练和实用的代码示例，对实际开发工作具有重要的指导意义。大语言模型的迅猛发展引起了世界各国学术界高度重视，出现了不少介绍大语言模型的人工智能通俗著作。但是，至今还没有看到可以作为高等学校教材的著作问世。本书的出版正好弥补了这一缺陷，对于高等学校本科生、研究生、教学科研人员，以及从事自然语言处理研究和开发的专业人士来说，都是一本不可多得的参考书籍。通过阅读本书，读者不仅可以系统地掌握自然语言处理的基础知识和前沿技术，还能在实际操作中提升自身的开发和研究能力，探索自然语言处理的深层理论和广泛应用。在此，我愿对本书作者表示衷心的感谢和热烈的祝贺，并大力推荐本书早日出版，以飨广大读者。当然，人工智能及其在自然语言处理研究中的应用是一个复杂的学术领i