Noțiuni introductive privind procesarea limbajului natural

Recenzii ale cititorilor

Cartea este bine primită pentru stilul său clar de scriere și abordarea structurată a explicării conceptelor de procesare a limbajului natural (NLP), oferind un echilibru între teorie și aplicare practică. Cu toate acestea, cartea suferă din cauza calității slabe a imprimării, deoarece cea mai mare parte a textului este în nuanțe de gri, ceea ce îngreunează citirea, în special a exemplelor de codificare.

⬤ Livrare rapidă
⬤ explicație bine structurată și logică a conceptelor NLP
⬤ stil de scriere clar
⬤ exemple practice
⬤ util atât pentru începători, cât și pentru cititorii experimentați
⬤ experiență de învățare îmbogățitoare
⬤ accent unic pe profilarea autorului ca sarcină.

Calitate slabă a imprimării, cu text tipărit în diferite nuanțe de gri, ceea ce face dificilă citirea; exemplele de codare sunt în gri deschis și greu de distins.

(pe baza a 5 recenzii ale cititorilor)

Titlul original:

Getting Started with Natural Language Processing

Conținutul cărții:

Începeți cu această introducere aprofundată în abilitățile și tehnicile NLP care permit calculatoarelor dvs. să vorbească ca oamenii.

În Getting Started with Natural Language Processing veți învăța despre:

Concepte și algoritmi fundamentali de NLP.

Biblioteci Python utile pentru NLP.

Construirea unui algoritm de căutare.

Extragerea informațiilor din textul brut.

Predicția sentimentului unui text de intrare.

Profilarea autorului.

Etichetarea subiectelor.

Recunoașterea entităților numite.

Getting Started with Natural Language Processing este un ghid plăcut și ușor de înțeles care vă ajută să concepeți primii algoritmi NLP. Tutorul dvs. este Dr. Ekaterina Kochmar, lector la Universitatea din Bath, care a ajutat mii de studenți să facă primii pași cu NLP. Plin de cod Python și proiecte practice, fiecare capitol oferă un exemplu concret cu tehnici practice pe care le puteți pune în practică imediat. Dacă sunteți începător în NLP și doriți să vă îmbunătățiți aplicațiile cu funcții și caracteristici precum extragerea informațiilor, profilarea utilizatorilor și etichetarea automată a subiectelor, aceasta este cartea pentru dumneavoastră.

Achiziționarea cărții tipărite include o carte electronică gratuită în format PDF, Kindle și ePub de la Manning Publications.

Despre tehnologie.

De la difuzoare inteligente la roboți de chat pentru serviciul clienți, aplicațiile care înțeleg textul și vorbirea sunt peste tot. Procesarea limbajului natural, sau NLP, este cheia acestei forme puternice de interacțiune om/calculator. Iar o nouă generație de instrumente și tehnici face mai ușor ca niciodată să începi să folosești NLP!

Despre carte.

Getting Started with Natural Language Processing vă învață cum să actualizați aplicațiile orientate către utilizator cu funcții bazate pe text și vorbire. Din explicațiile accesibile și exemplele practice din această carte veți învăța cum să aplicați NLP la analiza sentimentelor, profilarea utilizatorilor și multe altele. Pe măsură ce avansați, fiecare proiect nou se bazează pe ceea ce ați învățat anterior, introducând noi concepte și abilități. Diagramele practice și exemplele intuitive de cod Python facilitează începerea - chiar dacă nu aveți cunoștințe în domeniul învățării automate!

Ce este în interior.

Concepte și algoritmi fundamentali ai NLP.

Extragerea informațiilor din text brut.

Biblioteci Python utile.

Etichetarea subiectelor.

Construirea unui algoritm de căutare.

Despre cititor.

Veți avea nevoie de cunoștințe de bază în Python. Nu este necesară experiență cu NLP.

Despre autor.

Ekaterina Kochmar este lector la Departamentul de Informatică al Universității Bath, unde face parte din grupul de cercetare AI.

Tabla de conținut.

1 Introducere.

2 Primul dvs. exemplu NLP.

3 Introducere în căutarea informațiilor.

4 Extragerea informațiilor.

5 Profilarea autorilor ca sarcină de învățare automată.

6 Ingineria caracteristicilor lingvistice pentru profilarea autorilor.

7 Primul dvs. analizor de sentimente utilizând lexicoane de sentimente.

8 Analiza sentimentelor cu o abordare bazată pe date.

9 Analiza subiectelor.

10 Modelarea subiectelor.

11 Recunoașterea entităților numite.