關(guān)于我們
書單推薦
新書推薦

自然語言處理Python進(jìn)階

自然語言處理Python進(jìn)階

定  價:59 元

叢書名:智能系統(tǒng)與技術(shù)叢書

        

  • 作者:[印度]克里希納?巴夫薩(Krishna Bhavsar) 納雷什?庫馬爾(Naresh Kumar) 普拉塔普?丹蒂(Pratap Dangeti) 著
  • 出版時間:2019/2/1
  • ISBN:9787111616436
  • 出 版 社:機(jī)械工業(yè)出版社
  • 中圖法分類:TP311.561 
  • 頁碼:
  • 紙張:膠版紙
  • 版次:
  • 開本:16開
9
7
6
8
1
7
6
1
4
1
3
1
6

第1章教你使用內(nèi)置的NLTK語料庫和頻率分布。我們還將學(xué)習(xí)什么是WordNet,并探索其特點(diǎn)和用法。

第2章演示如何從各種格式的數(shù)據(jù)源中提取文本。我們還將學(xué)習(xí)如何從網(wǎng)絡(luò)源提取原始文本。*后,我們將從這些異構(gòu)數(shù)據(jù)源中對原始文本進(jìn)行規(guī)范并構(gòu)建語料庫。

第3章介紹一些關(guān)鍵的預(yù)處理步驟,如分詞、詞干提取、詞形還原和編輯距離。

第4章介紹正則表達(dá)式,它是*基本、*簡單、*重要和*強(qiáng)大的工具之一。在本章中,你將學(xué)習(xí)模式匹配的概念,它是文本分析的一種方式,基于此概念,沒有比正則表達(dá)式更方便的工具了。

第5章將學(xué)習(xí)如何使用和編寫自己的詞性標(biāo)注器和文法規(guī)則。詞性標(biāo)注是進(jìn)一步句法分析的基礎(chǔ),而通過使用詞性標(biāo)記和組塊標(biāo)記可以產(chǎn)生或改進(jìn)文法規(guī)則。

第6章幫助你了解如何使用內(nèi)置分塊器以及訓(xùn)練或編寫自己的分塊器,即依存句法分析器。在本章中,你將學(xué)習(xí)評估自己訓(xùn)練的模型。

第7章介紹信息抽取和文本分類,告訴你關(guān)于命名實(shí)體識別的更多信息。我們將使用內(nèi)置的命名實(shí)體識別工具,并使用字典創(chuàng)建自己的命名實(shí)體。我們將學(xué)會使用內(nèi)置的文本分類算法和一些簡單的應(yīng)用實(shí)例。

第8章介紹高階自然語言處理方法,該方法將目前為止你所學(xué)的所有課程結(jié)合到一起,并創(chuàng)建應(yīng)對你現(xiàn)實(shí)生活中各種問題的適用方法。我們將介紹諸如文本相似度、摘要、情感分析、回指消解等任務(wù)。

第9章介紹深度學(xué)習(xí)應(yīng)用于自然語言處理所必需的各種基本原理,例如利用卷積神經(jīng)網(wǎng)絡(luò)(CNN)和長短型記憶網(wǎng)絡(luò)(LSTM)進(jìn)行郵件分類、情感分類等,*后在低維空間中可視化高維詞匯。

第10章描述如何利用深度學(xué)習(xí)解決*前沿的問題,包括文本自動生成、情景數(shù)據(jù)問答,預(yù)測下一個*詞的語言模型以及生成式聊天機(jī)器人的開發(fā)。

 你還可能感興趣
 我要評論
您的姓名   驗(yàn)證碼: 圖片看不清?點(diǎn)擊重新得到驗(yàn)證碼
留言內(nèi)容