Python Natural Language Processing Cookbook: Peste 50 de rețete pentru a înțelege, analiza și genera text pentru implementarea sarcinilor de procesare a limbajului

Recenzii ale cititorilor

Cartea „Python Natural Language Processing Cookbook” de Zhenya Antić este în general bine primită pentru abordarea sa practică a NLP, oferind rețete utile pentru diverse sarcini NLP și acoperind atât subiecte de bază, cât și avansate. Cu toate acestea, se confruntă cu critici pentru numeroase erori de codare și inconsecvențe care îngreunează experiența de învățare pentru unii cititori.

⬤ Ușor de citit, cu exemple clare.
⬤ Utilă atât pentru începători, cât și pentru practicienii avansați.
⬤ Conține rețete practice, pas cu pas, pentru sarcini NLP.
⬤ Acoperire bună a conceptelor NLP moderne, inclusiv utilizarea de instrumente precum Rasa și BERT.
⬤ Depozitul GitHub oferă potrivirea versiunilor pachetelor.
⬤ Ajută la construirea proiectelor de la zero.

⬤ Număr semnificativ de erori de codare găsite în exemple.
⬤ Unii cititori au întâmpinat probleme cu accesarea surselor de date.
⬤ Explicații minime pentru concepte și terminologie complexe.
⬤ Unii au considerat că tranzițiile între diferite biblioteci nu au fost bine explicate.
⬤ Solicită cititorilor să aibă cunoștințe prealabile despre anumite jargoane, ceea ce îl face mai puțin prietenos pentru începători decât s-a intenționat.

(pe baza a 15 recenzii ale cititorilor)

Titlul original:

Python Natural Language Processing Cookbook: Over 50 recipes to understand, analyze, and generate text for implementing language processing tasks

Conținutul cărții:

Familiarizați-vă cu rezolvarea problemelor NLP din lumea reală, cum ar fi analizarea dependențelor, extragerea informațiilor, modelarea subiectelor și vizualizarea datelor text

Caracteristici principale:

⬤ Analizați diferite complexități ale textului utilizând pachete Python populare, cum ar fi NLTK, spaCy, sklearn și gensim.

⬤ Implementați sarcini de procesare lingvistică comune și nu atât de comune utilizând biblioteci Python.

⬤ Depășiți provocările comune cu care vă confruntați în timpul implementării conductelor NLP.

Descrierea cărții:

Python este cel mai utilizat limbaj pentru procesarea limbajului natural (NLP) datorită instrumentelor și bibliotecilor sale extinse pentru analizarea textului și extragerea datelor utilizabile pe calculator. Această carte vă va prezenta o serie de tehnici de prelucrare a textului, de la noțiuni de bază, cum ar fi analiza părților de vorbire, la subiecte complexe, cum ar fi modelarea subiectelor, clasificarea textului și vizualizarea.

Începând cu o prezentare generală a NLP, cartea prezintă rețete pentru împărțirea textului în propoziții, stemming și lemmatizarea, eliminarea cuvintelor limită și etichetarea părților de vorbire pentru a vă ajuta să vă pregătiți datele. Veți învăța apoi modalități de extragere și reprezentare a informațiilor gramaticale, cum ar fi analizarea dependențelor și rezolvarea anaforelor, veți descoperi diferite modalități de reprezentare a semanticii utilizând bag-of-words, TF-IDF, incorporări de cuvinte și BERT și veți dezvolta abilități de clasificare a textului utilizând cuvinte cheie, SVM-uri, LSTM-uri și alte tehnici. Pe măsură ce avansați, veți vedea, de asemenea, cum să extrageți informații din text, să implementați tehnici nesupravegheate și supravegheate pentru modelarea subiectelor și să efectuați modelarea subiectelor din texte scurte, cum ar fi tweet-urile. În plus, cartea vă arată cum să dezvoltați chatbots utilizând NLTK și Rasa și cum să vizualizați date de text.

Până la sfârșitul acestei cărți NLP, veți fi dezvoltat abilitățile necesare pentru a utiliza un set puternic de instrumente pentru prelucrarea textelor.

Ce veți învăța:

⬤ Deveniți bine familiarizat cu tehnicile NLP de bază și avansate în Python.

⬤ Reprezentați informațiile gramaticale din text utilizând spaCy și informațiile semantice utilizând bag-of-words, TF-IDF și încorporări de cuvinte.

⬤ Executați clasificarea textului utilizând diferite metode, inclusiv SVM și LSTM.

⬤ Explorați diferite tehnici pentru modelarea subiectelor, cum ar fi K-means, LDA, NMF și BERT.

⬤  Lucrați cu tehnici de vizualizare precum NER și nori de cuvinte pentru diferite instrumente NLP.

⬤ Construirea unui chatbot de bază folosind NLTK și Rasa.

⬤ Extrageți informații din text utilizând tehnici de expresie regulată și instrumente statistice și de învățare profundă.

Pentru cine este această carte:

Această carte este destinată oamenilor de știință și profesioniștilor din domeniul datelor care doresc să învețe cum să lucreze cu textul. Cunoștințele intermediare de Python vă vor ajuta să profitați la maximum de această carte. Dacă sunteți un practician NLP, această carte va servi ca referință de cod atunci când lucrați la proiectele dumneavoastră.