幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

自然語言處理Python進階/智能系統與技術叢書

  • 作者：(印度)克里希納·巴夫薩//納雷什·庫馬爾//普拉塔普·丹蒂|譯者:陳鈺楓
  • 出版社：機械工業
  • ISBN：9787111616436
  • 出版日期：2019/02/01
  • 裝幀：平裝
  • 頁數：207
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    自然語言處理（NLP）是電腦與人類（自然）語言交互的一個領域，涉及電腦科學、人工智慧以及計算語言學。特別是，自然語言處理應用了電腦程序設計來處理大規模的自然語言數據。
    克里希納·巴夫薩、納雷什·庫馬爾、普拉塔普·丹蒂著的《自然語言處理Python進階/智能系統與技術叢書》包含的實例可以讓你學會使用NLTK（處理NLP任務的主要Python平台）完成自然語言處理的各種任務，涵蓋了自然語言理解、自然語言處理和句法分析等。你將學會如何理解語言、處理句子及各種歧義現象；你也將學會如何有效地使用NLTK來進行文本分類、分詞及詞性標注等多個任務；你還將學會如何分析辭彙和句子結構，並掌握句法分析、語義分析、語用分析以及深度學習技術的應用。
    讀完本書，你將了解使用Python實現自然語言處理的所有內容。
作者介紹
(印度)克里希納·巴夫薩//納雷什·庫馬爾//普拉塔普·丹蒂|譯者:陳鈺楓
目錄
譯者序
前言
作者簡介
審校者簡介
第1章  語料庫和WordNet
  1.1  引言
  1.2  訪問內置語料庫
  1.3  下載外部語料庫，載入並訪問
  1.4  計算布朗語料庫中三種不同類別的特殊疑問詞
  1.5  探討網路文本和聊天文本的詞頻分佈
  1.6  使用WordNet進行詞義消歧
  1.7  選擇兩個不同的同義詞集，使用WordNet探討上位詞和下位詞的概念
  1.8  基於WordNet計算名詞、動詞、形容詞和副詞的平均多義性
第2章  針對原始文本，獲取源數據和規範化
  2.1  引言
  2.2  字元串操作的重要性
  2.3  深入實踐字元串操作
  2.4  在Python中讀取PDF文件
  2.5  在Python中讀取Word文件
  2.6  使用PDF、DOCX和純文本文件，創建用戶自定義的語料庫
  2.7  讀取RSS信息源的內容
  2.8  使用BeautifulSoup解析HTML
第3章  預處理
  3.1  引言
  3.2  分詞——學習使用NLTK內置的分詞器
  3.3  詞幹提取——學習使用NLTK內置的詞幹提取器
  3.4  詞形還原——學習使用NLTK中的WordnetLemmatizer函數
  3.5  停用詞——學習使用停用詞語料庫及其應用
  3.6  編輯距離——編寫計算兩個字元串之間編輯距離的演算法
  3.7  處理兩篇短文並提取共有辭彙
第4章  正則表達式
  4.1  引言
  4.2  正則表達式——學習使用*、+和？
  4.3  正則表達式——學習使用$和^，以及如何在單詞內部（非開頭與結尾處）進行模式匹配
  4.4  匹配多個字元串和子字元串
  4.5  學習創建日期正則表達式和一組字符集合或字元範圍
  4.6  查找句子中所有長度為5的單詞，並進行縮寫
  4.7  學習編寫基於正則表達式的分詞器
  4.8  學習編寫基於正則表達式的詞幹提取器
第5章  詞性標注和文法
  5.1  引言
  5.2  使用內置的詞性標注器
  5.3  編寫你的詞性標注器
  5.4  訓練你的詞性標注器
  5.5  學習編寫你的文法
  5.6  編寫基於概率的上下文無關文法
  5.7  編寫遞歸的上下文無關文法
第6章  分塊、句法分析、依存分析
  6.1  引言
  6.2  使用內置的分塊器  6.3  編寫你的簡單分塊器  6.4  訓練分塊器

  6.5  遞歸下降句法分析
  6.6  shift-reduce句法分析
  6.7  依存句法分析和主觀依存分析
  6.8  線圖句法分析
第7章  信息抽取和文本分類
  7.1  引言
  7.2  使用內置的命名實體識別工具
  7.3  創建字典、逆序字典和使用字典
  7.4  特徵集合選擇
  7.5  利用分類器分割句子
  7.6  文本分類
  7.7  利用上下文進行詞性標注
第8章  高階自然語言處理實踐
  8.1  引言
  8.2  創建一條自然語言處理管道
  8.3  解決文本相似度問題
  8.4  主題識別
  8.5  文本摘要
  8.6  指代消解
  8.7  詞義消歧
  8.8  情感分析
  8.9  高階情感分析
  8.10  創建一個對話助手或聊天機器人
第9章  深度學習在自然語言處理中的應用
  9.1  引言
  9.2  利用深度神經網路對電子郵件進行分類
  9.3  使用一維卷積網路進行IMDB情感分類
  9.4  基於雙向LSTM的IMDB情感分類模型
  9.5  利用詞向量實現高維詞在二維空間的可視化
第10章  深度學習在自然語言處理中的高級應用
  10.1  引言
  10.2  基於莎士比亞的著作使用LSTM技術自動生成文本
  10.3  基於記憶網路的情景數據問答
  10.4  使用循環神經網路LSTM進行語言建模以預測最優詞
  10.5  使用循環神經網路LSTM構建生成式聊天機器人

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032