☆☆☆☆☆




點擊這裡下載

類似圖書 點擊查看全場最低價

---

産品特色

編輯推薦

自然語言處理（NLP）是有關計算語言學與人工智能的研究領域之一。NLP主要關注人機交互，它提供瞭計算機和人類之間的無縫交互，使得計算機在機器學習的幫助下理解人類語言。

本書詳細介紹如何使用Python執行各種自然語言處理（NLP）任務，並幫助讀者掌握利用Python設計和構建基於NLP的應用的實踐。本書引導讀者應用機器學習工具來開發各種各樣的模型。對於訓練數據的創建和主要NLP應用的實現，例如命名實體識彆、問答係統、語篇分析、詞義消歧、信息檢索、情感分析、文本摘要以及指代消解等，本書都進行瞭清晰的介紹。本書有助於讀者使用NLTK創建NLP項目並成為相關領域的專傢。

通過閱讀本書，你將能夠:
● 實現字符串匹配算法以及標準化技術；
● 實現統計語言建模技術；
● 深刻理解詞乾提取器、詞形還原器、形態分析器以及形態生成器的開發；
● 開發搜索引擎並實現詞性標注和統計建模（包含n-gram方法）等相關概念；
● 熟悉諸如樹型庫建設、CFG建設、CYK以及Earley綫圖解析算法等相關概念；
● 開發基於NER的係統並理解和應用情感分析的相關概念；
● 理解並實現信息檢索和文本摘要等相關概念；
● 開發語篇分析係統以及基於指代消解的係統。

內容簡介

自然語言處理是計算語言學和人工智能之中與人機交互相關的領域之一。
本書是學習自然語言處理的一本綜閤學習指南，介紹瞭如何用Python實現各種NLP任務，以幫助讀者創建基於真實生活應用的項目。全書共10章，分彆涉及字符串操作、統計語言建模、形態學、詞性標注、語法解析、語義分析、情感分析、信息檢索、語篇分析和NLP係統評估等主題。
本書適閤熟悉Python語言並對自然語言處理開發有一定瞭解和興趣的讀者閱讀參考。

作者簡介

對自然語言處理理論和算法感興趣的讀者，Python程序員對自然語言處理理論和算法感興趣的讀者，Python程序員對自然語言處理理論和算法感興趣的讀者，Python程序員

目錄

第1章 字符串操作 1
1．1　切分 1
1．1．1　將文本切分為語句 2
1．1．2　其他語言文本的切分 2
1．1．3　將句子切分為單詞 3
1．1．4　使用TreebankWordTokenizer
執行切分 4
1．1．5　使用正則錶達式實現
切分 5
1．2　標準化 8
1．2．1　消除標點符號 8
1．2．2　文本的大小寫轉換 9
1．2．3　處理停止詞 9
1．2．4　計算英語中的停止詞 10
1．3　替換和校正標識符 11
1．3．1　使用正則錶達式替換
單詞 11
1．3．2　用另一個文本替換文本的
示例 12
1．3．3　在執行切分前先執行替換操作 12
1．3．4　處理重復字符 13
1．3．5　去除重復字符的示例 13
1．3．6　用單詞的同義詞替換 14
1．3．7　用單詞的同義詞替換的
示例 15
1．4　在文本上應用Zipf定律 15
1．5　相似性度量 16
1．5．1　使用編輯距離算法執行相似性度量 16
1．5．2　使用Jaccard係數執行相似性度量 18
1．5．3　使用Smith Waterman距離算法執行相似性度量 19
1．5．4　其他字符串相似性度量 19
1．6　小結 20
第2章 統計語言建模 21
2．1　理解單詞頻率 21
2．1．1　為給定的文本開發
MLE 25
2．1．2　隱馬爾科夫模型估計 32
2．2　在MLE模型上應用平滑 34
2．2．1　加法平滑 34
2．2．2　Good Turing平滑 35
2．2．3　Kneser Ney平滑 40
2．2．4　Witten Bell平滑 41
2．3　為MLE開發一個迴退機製 41
2．4　應用數據的插值以便獲取混閤
搭配 42
2．5　通過復雜度來評估語言模型 42
2．6　在語言建模中應用
Metropolis-Hastings算法 43
2．7　在語言處理中應用Gibbs
采樣法 43
2．8　小結 46
第3章 形態學：在實踐中學習 47
3．1　形態學簡介 47
3．2　理解詞乾提取器 48
3．3　理解詞形還原 51
3．4　為非英文語言開發詞乾
提取器 52
3．5　形態分析器 54
3．6　形態生成器 56
3．7　搜索引擎 56
3．8　小結 61
第4章 詞性標注：單詞識彆 62
4．1　詞性標注簡介 62
默認標注 67
4．2　創建詞性標注語料庫 68
4．3　選擇一種機器學習算法 70
4．4　涉及n-gram的統計建模 72
4．5　使用詞性標注語料庫開發
分塊器 78
4．6　小結 80
第5章 語法解析：分析訓練資料 81
5．1　語法解析簡介 81
5．2　Treebank建設 82
5．3　從Treebank提取上下文無關
文法規則 87
5．4　從CFG創建概率上下文無關
文法 93
5．5　CYK綫圖解析算法 94
5．6　Earley綫圖解析算法 96
5．7　小結 102
第6章 語義分析：意義很重要 103
6．1　語義分析簡介 103
6．1．1　NER簡介 107
6．1．2　使用隱馬爾科夫模型的
NER係統 111
6．1．3　使用機器學習工具包訓練
NER 117
6．1．4　使用詞性標注執行
NER 117
6．2　使用Wordnet生成同義詞
集id 119
6．3　使用Wordnet進行詞義消歧 122
6．4　小結 127
第7章 情感分析：我很快樂 128
7．1　情感分析簡介 128
7．1．1　使用NER執行情感
分析 134
7．1．2　使用機器學習執行情感
分析 134
7．1．3　NER係統的評估 141
7．2 小結 159
第8章 信息檢索：訪問信息 160
8．1 信息檢索簡介 160
8．1．1　停止詞刪除 161
8．1．2　使用嚮量空間模型進行
信息檢索 163
8．2　嚮量空間評分及查詢操作符
關聯 170
8．3　使用隱性語義索引開發IR
係統 173
8．4　文本摘要 174
8．5　問答係統 176
8．6　小結 177
第9章 語篇分析：理解纔是可信的 178
9．1　語篇分析簡介 178
9．1．1　使用中心理論執行語篇
分析 183
9．1．2　指代消解 184
9．2　小結 188
第10章 NLP係統評估：性能分析 189
10．1　NLP係統評估要點 189
10．1．1　NLP工具的評估（詞性標注器、詞乾提取器及形態分析器） 190
10．1．2　使用黃金數據執行解析器
評估 200
10．2　IR係統的評估 201
10．3　錯誤識彆指標 202
10．4　基於詞匯搭配的指標 202
10．5　基於句法匹配的指標 207
10．6　使用淺層語義匹配的指標 207
10．7　小結 208
精通Python自然語言處理 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

主要講ntlk，代碼比較占篇幅，書不厚。

評分☆☆☆☆☆

自然語言處理的python技巧，很有啓發性

評分☆☆☆☆☆

幫客戶買的

評分☆☆☆☆☆

專業必備的經典書籍，很實用。

評分☆☆☆☆☆

剛醒吧巴巴爸爸邦春啊啊啊啊啊

評分☆☆☆☆☆

速度很快，服務好，繼續加油！

評分☆☆☆☆☆

好好好好好好好好好好好好好好好好好好好好好好好好

評分☆☆☆☆☆

主要講ntlk，代碼比較占篇幅，書不厚。

評分☆☆☆☆☆

想學到東西，加油(? •?_•?)?，希望不要太難，可以給到我一些創意，哈哈

類似圖書 點擊查看全場最低價

查看全網最低價