Text Analytics cu Python: Ghidul practicianului pentru procesarea limbajului natural

Recenzii ale cititorilor

Cartea este lăudată pentru stilul său de scriere clar și conversațional, pentru acoperirea cuprinzătoare a conceptelor NLP și de știința datelor, precum și pentru valoarea sa educațională. Cu toate acestea, se confruntă cu exemple de cod depășite, conținut repetitiv, erori de tipărire și o lipsă de claritate în unele domenii, care îi diminuează eficiența generală ca manual.

⬤ Scriere clară și conversațională
⬤ Conținut cuprinzător despre NLP și știința datelor
⬤ Multe exemple de cod
⬤ Foarte recomandat pentru pasionații de analiză de text
⬤ Explicații bune și limbaj lucid.

⬤ Exemple de cod învechite care de multe ori nu funcționează
⬤ Conținut repetitiv în toate capitolele
⬤ Erori de tipărire și grafice la nivel de gri
⬤ Unii cititori au considerat-o plictisitoare și excesiv de verboasă.

(pe baza a 11 recenzii ale cititorilor)

Titlul original:

Text Analytics with Python: A Practitioner's Guide to Natural Language Processing

Conținutul cărții:

Valorificați procesarea limbajului natural (NLP) în Python și învățați cum să vă configurați propriul mediu robust pentru a efectua analize de text. Această a doua ediție a trecut printr-o revizuire majoră și introduce mai multe modificări semnificative și subiecte noi, bazate pe tendințele recente din NLP.

Veți vedea cum să utilizați cele mai recente cadre de ultimă generație în NLP, cuplate cu modele de învățare automată și de învățare profundă pentru analiza supervizată a sentimentelor, alimentate de Python, pentru a rezolva studii de caz reale. Începeți prin revizuirea fundamentelor Python pentru NLP privind șirurile de caractere și datele text și treceți la metodele de reprezentare inginerească pentru datele text, inclusiv atât modelele statistice tradiționale, cât și noile modele de încorporare bazate pe învățare profundă. Sunt discutate, de asemenea, tehnici îmbunătățite și metode noi în jurul parsării și procesării textului.

Rezumarea textului și modelele tematice au fost revizuite, astfel încât cartea prezintă modul de construire, ajustare și interpretare a modelelor tematice în contextul unui set de date de interes privind lucrările conferințelor NIPS. În plus, cartea acoperă tehnicile de similaritate a textului cu un exemplu real de recomandări de filme, împreună cu analiza sentimentelor utilizând tehnici supravegheate și nesupravegheate.

Există, de asemenea, un capitol dedicat analizei semantice în care veți vedea cum să vă construiți propriul sistem de recunoaștere a entităților numite (NER) de la zero. În timp ce structura generală a cărții rămâne aceeași, întreaga bază de cod, modulele și capitolele au fost actualizate la cea mai recentă versiune Python 3. x.

Ce veți învăța

- Înțelegeți NLP și sintaxa, semantica și structura textului- Descoperiți curățarea textului și ingineria caracteristicilor- Revedeți clasificarea și gruparea textului- Evaluați rezumarea textului și modelele tematice- Studiați învățarea profundă pentru NLP.

Pentru cine este această carte

Profesioniști IT, analiști de date, dezvoltatori, experți lingvistici, oameni de știință și ingineri de date și, practic, oricărei persoane cu un interes deosebit pentru lingvistică, analiză și generarea de informații din date textuale.