Python Natural Language Processing: Tehnici avansate de machine learning și deep learning pentru procesarea limbajului natural

Recenzii ale cititorilor

Cartea a fost bine primită de unii cititori pentru explicațiile sale clare și structura prietenoasă pentru începători, în special pentru cei cu cunoștințe de bază în programare. Cu toate acestea, s-a confruntat, de asemenea, cu critici pentru că este depășită, are erori și este lipsită de profunzime în subiecte importante.

⬤ Conținut bine structurat care simplifică concepte complexe
⬤ exemple relatabile
⬤ potrivit pentru începători cu cunoștințe elementare de programare
⬤ util pentru dobândirea de cunoștințe privind tehnicile NLP.

⬤ Conținut învechit care utilizează Python
⬤ 7
⬤ multe erori și greșeli
⬤ unele secțiuni percepute ca fiind inutile
⬤ subiecte importante precum analizoarele și NER nu sunt explicate corespunzător.

(pe baza a 5 recenzii ale cititorilor)

Titlul original:

Python Natural Language Processing: Advanced machine learning and deep learning techniques for natural language processing

Conținutul cărții:

Utilizați puterea învățării automate și a învățării profunde pentru a extrage informații din datele text

Caracteristici principale

⬤ Implementați tehnici de Machine Learning și Deep Learning pentru procesarea eficientă a limbajului natural.

⬤ Începeți cu NLTK și implementați NLP în aplicațiile dvs. cu ușurință.

⬤ Înțelegeți și interpretați limbajele umane cu puterea analizei textului prin Python.

Descrierea cărții

Această carte începe prin a pune bazele procesării limbajului natural și de ce Python este una dintre cele mai bune opțiuni pentru a construi un sistem expert bazat pe NLP cu avantaje cum ar fi suportul comunitar, disponibilitatea cadrelor și așa mai departe. Ulterior, vă oferă o mai bună înțelegere a formelor gratuite disponibile de corpus și a diferitelor tipuri de seturi de date. După aceasta, veți ști cum să alegeți un set de date pentru aplicații de procesare a limbajului natural și să găsiți tehnicile NLP potrivite pentru a procesa propozițiile din seturile de date și a le înțelege structura. De asemenea, veți învăța cum să tokenizați diferite părți ale propozițiilor și modalități de a le analiza.

Pe parcursul cărții, veți explora analiza semantică și sintactică a textului. Veți înțelege cum să rezolvați diverse ambiguități în procesarea limbajului uman și veți întâlni diverse scenarii în timpul efectuării analizei textului.

Veți învăța elementele de bază ale pregătirii mediului pentru prelucrarea limbajului natural, veți trece la configurarea inițială și apoi veți înțelege rapid propozițiile și părțile de limbaj. Veți învăța puterea învățării automate și a învățării profunde pentru a extrage informații din datele textului.

Până la sfârșitul cărții, veți avea o înțelegere clară a procesării limbajului natural și veți fi lucrat la mai multe exemple care implementează NLP în lumea reală.

Ce veți învăța

⬤ Să vă concentrați pe paradigmele de programare Python, care sunt utilizate pentru a dezvolta aplicații NLP.

⬤ Înțelegeți analiza corpusurilor și diferitele tipuri de atribute de date.

⬤ Învățați NLP folosind biblioteci Python, cum ar fi NLTK, Polyglot, SpaCy, Standford CoreNLP și așa mai departe.

⬤ Învățați despre extragerea și selectarea caracteristicilor ca parte a ingineriei caracteristicilor.

⬤ Explorați avantajele vectorizării în Deep Learning.

⬤ Obțineți o mai bună înțelegere a arhitecturii unui sistem bazat pe reguli.

⬤ Optimizarea și ajustarea algoritmilor de învățare mecanică supervizată și nesupervizată pentru problemele NLP.

⬤ Identificarea tehnicilor de învățare profundă pentru problemele de prelucrare a limbajului natural și de generare a limbajului natural.