我爱电子书-《Python自然语言处理: 智能系统与技术丛书》| pdf + epub + mobi + awz3, 高清版, 带目录，Kindle版, 多看精排版下载

注重体验与质量的电子书资源下载网站

分类于: 计算机基础云计算&大数据人工智能

简介

Python自然语言处理: 智能系统与技术丛书豆 0.0分

资源最后更新于 2020-03-29 02:36:26

作者：〔印〕雅兰·萨纳卡（Jalaj Thanaki）

译者：张金超刘舒曼

出版社：出版社机械工业出版社

出版日期：2018-08

ISBN：9787111606703

文件格式： pdf

标签：编程语言 Python 自然语言处理计算机与互联网智能系统与技术丛书

简介· · · · · ·

本书旨在回答三个问题：第一个，什么是自然语言处理；第二个，为什么大多数人会使用Python来开发自然语言处理应用程序；最后一个也很重要的问题，在学习自然语言处理的时候，有哪些Python相关资源可用。读完本书，读者便会对此了然于胸。雅兰·萨纳卡（Jalaj Thanaki）是一名数据科学领域的研究者和科学家。她喜欢解决和数据科学相关的问题。她希望能够使用数据科学和人工智能技术，让这个世界变得更美好。她的研究兴趣包括自然语言处理、机器学习、深度学习和大数据分析。除了是一名数据科学家之外，Jalaj也是一位社会活动家、旅行家和大自然爱好者。

直接下载

简介

Python自然语言处理: 智能系统与技术丛书 豆 0.0分

简介· · · · · ·

目录

译者序

推荐序

作者介绍

关于审校人员

前言

第1章 引言

1.1 自然语言处理

1.2 基础应用

1.3 高级应用

1.4 NLP和Python相结合的优势

1.5 nltk环境搭建

1.6 读者提示

1.7 总结

第2章 实践理解语料库和数据集

2.1 语料库

2.2 语料库的作用

2.3 语料分析

2.4 数据属性的类型

2.5 不同文件格式的语料

2.6 免费语料库资源

2.7 为NLP应用准备数据集

2.8 网页爬取

2.9 总结

第3章 理解句子的结构

3.1 理解NLP的组成

3.2 上下文无关文法

3.3 形态分析

3.4 词法分析

3.5 句法分析

3.6 语义分析

3.7 消歧

3.8 篇章整合

3.9 语用分析

3.10 总结

第4章 预处理

4.1 处理原始语料库文本

4.2 处理原始语料库句子

4.3 基础预处理

4.4 实践和个性化预处理

4.5 总结

第5章 特征工程和NLP算法

5.1 理解特征工程

5.2 NLP中的基础特征

5.3 NLP中的基础统计特征

5.4 特征工程的优点

5.5 特征工程面临的挑战

5.6 总结

第6章 高级特征工程和NLP算法

6.1 词嵌入

6.2 word2vec基础

6.3 word2vec模型从黑盒到白盒

6.4 基于表示的分布相似度

6.5 word2vec模型的组成部分

6.6 word2vec模型的逻辑

6.7 word2vec模型背后的算法和数学理论

6.8 神经网络算法

6.9 生成最终词向量和概率预测结果的技术

6.10 word2vec相关的一些事情

6.11 word2vec的应用

6.12 word2vec概念的扩展

6.13 深度学习中向量化的重要性

6.14 总结

第7章 规则式自然语言处理系统

7.1 规则式系统

7.2 规则式系统的目的

7.3 规则式系统的架构

7.4 规则式系统的开发周期

7.5 规则式系统的应用

7.6 使用规则式系统来开发NLP应用

7.7 规则式系统与其他方法的对比

7.8 规则式系统的优点

7.9 规则式系统的缺点

7.10 规则式系统面临的挑战

7.11 词义消歧的基础

7.12 规则式系统近期发展的趋势

7.13 总结

Python自然语言处理: 智能系统与技术丛书豆 0.0分

第1章　引言

1.1　自然语言处理

1.2　基础应用

1.3　高级应用

1.4　NLP和Python相结合的优势

1.5　nltk环境搭建

1.6　读者提示

1.7　总结

第2章　实践理解语料库和数据集

2.1　语料库

2.2　语料库的作用

2.3　语料分析

2.4　数据属性的类型

2.5　不同文件格式的语料

2.6　免费语料库资源

2.7　为NLP应用准备数据集

2.8　网页爬取

2.9　总结

第3章　理解句子的结构

3.1　理解NLP的组成

3.2　上下文无关文法

3.3　形态分析

3.4　词法分析

3.5　句法分析

3.6　语义分析

3.7　消歧

3.8　篇章整合

3.9　语用分析

3.10　总结

第4章　预处理

4.1　处理原始语料库文本

4.2　处理原始语料库句子

4.3　基础预处理

4.4　实践和个性化预处理

4.5　总结

第5章　特征工程和NLP算法

5.1　理解特征工程

5.2　NLP中的基础特征

5.3　NLP中的基础统计特征

5.4　特征工程的优点

5.5　特征工程面临的挑战

5.6　总结

第6章　高级特征工程和NLP算法

6.1　词嵌入

6.2　word2vec基础

6.3　word2vec模型从黑盒到白盒

6.4　基于表示的分布相似度

6.5　word2vec模型的组成部分

6.6　word2vec模型的逻辑

6.7　word2vec模型背后的算法和数学理论

6.8　神经网络算法

6.9　生成最终词向量和概率预测结果的技术

6.10　word2vec相关的一些事情

6.11　word2vec的应用

6.12　word2vec概念的扩展

6.13　深度学习中向量化的重要性

6.14　总结

第7章　规则式自然语言处理系统

7.1　规则式系统

7.2　规则式系统的目的

7.3　规则式系统的架构

7.4　规则式系统的开发周期

7.5　规则式系统的应用

7.6　使用规则式系统来开发NLP应用

7.7　规则式系统与其他方法的对比

7.8　规则式系统的优点

7.9　规则式系统的缺点

7.10　规则式系统面临的挑战

7.11　词义消歧的基础

7.12　规则式系统近期发展的趋势

7.13　总结

第8章　自然语言处理中的机器学习方法

8.1　机器学习的基本概念

8.2　自然语言处理应用的开发步骤

8.3　机器学习算法和其他概念

8.4　自然语言处理中的混合方法

8.5　总结

第9章　NLU和NLG问题中的深度学习

9.1　人工智能概览