Pierwsze kroki z przetwarzaniem języka naturalnego

Opinie czytelników

Książka została dobrze przyjęta ze względu na przejrzysty styl pisania i uporządkowane podejście do wyjaśniania koncepcji przetwarzania języka naturalnego (NLP), zapewniając równowagę między teorią a praktycznym zastosowaniem. Cierpi jednak z powodu słabej jakości druku, ponieważ większość tekstu jest w odcieniach szarości, co utrudnia czytanie, zwłaszcza przykłady kodowania.

⬤ Szybka dostawa
⬤ dobrze zorganizowane i logiczne wyjaśnienie koncepcji NLP
⬤ przejrzysty styl pisania
⬤ praktyczne przykłady
⬤ przydatne zarówno dla początkujących, jak i doświadczonych czytelników
⬤ wzbogacające doświadczenie edukacyjne
⬤ unikalne skupienie się na profilowaniu autora jako zadaniu.

Słaba jakość druku z tekstem wydrukowanym w różnych odcieniach szarości, co utrudnia czytanie; przykłady kodowania są w kolorze jasnoszarym i trudne do rozróżnienia.

(na podstawie 5 opinii czytelników)

Oryginalny tytuł:

Getting Started with Natural Language Processing

Zawartość książki:

Rozpocznij pracę z tym dogłębnym wprowadzeniem do umiejętności i technik NLP, które pozwalają komputerom mówić po ludzku.

W Getting Started with Natural Language Processing dowiesz się o:

Podstawowe koncepcje i algorytmy NLP.

Przydatne biblioteki Pythona dla NLP.

Budowanie algorytmu wyszukiwania.

Wyodrębnianie informacji z surowego tekstu.

Przewidywanie sentymentu tekstu wejściowego.

Profilowanie autorów.

Etykietowanie tematów.

Rozpoznawanie nazwanych encji.

Getting Started with Natural Language Processing to przyjemny i zrozumiały przewodnik, który pomoże ci opracować pierwsze algorytmy NLP. Twoim nauczycielem jest dr Ekaterina Kochmar, wykładowca na Uniwersytecie w Bath, która pomogła tysiącom studentów postawić pierwsze kroki w NLP. Pełen kodu Pythona i praktycznych projektów, każdy rozdział zawiera konkretny przykład z praktycznymi technikami, które można od razu zastosować w praktyce. Jeśli jesteś początkującym użytkownikiem NLP i chcesz ulepszyć swoje aplikacje o funkcje i możliwości, takie jak ekstrakcja informacji, profilowanie użytkowników i automatyczne etykietowanie tematów, ta książka jest dla Ciebie.

Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.

O technologii.

Od inteligentnych głośników po chatboty do obsługi klienta, aplikacje rozumiejące tekst i mowę są wszędzie. Przetwarzanie języka naturalnego (NLP) jest kluczem do tej potężnej formy interakcji człowieka z komputerem. A nowa generacja narzędzi i technik sprawia, że rozpoczęcie pracy z NLP jest łatwiejsze niż kiedykolwiek!

O książce.

Getting Started with Natural Language Processing uczy, jak ulepszać aplikacje skierowane do użytkowników o funkcje tekstowe i oparte na mowie. Z przystępnych wyjaśnień i praktycznych przykładów zawartych w tej książce dowiesz się, jak zastosować NLP do analizy nastrojów, profilowania użytkowników i wielu innych. Każdy nowy projekt opiera się na tym, czego nauczyłeś się wcześniej, wprowadzając nowe koncepcje i umiejętności. Poręczne diagramy i intuicyjne przykłady kodu w Pythonie ułatwiają rozpoczęcie pracy - nawet jeśli nie masz doświadczenia w uczeniu maszynowym!

Co jest w środku.

Podstawowe pojęcia i algorytmy NLP.

Wyodrębnianie informacji z surowego tekstu.

Przydatne biblioteki Pythona.

Etykietowanie tematów.

Tworzenie algorytmu wyszukiwania.

O czytelniku.

Potrzebna będzie podstawowa znajomość języka Python. Doświadczenie z NLP nie jest wymagane.

O autorze.

Ekaterina Kochmar jest wykładowcą na Wydziale Informatyki Uniwersytetu w Bath, gdzie jest częścią grupy badawczej AI.

Spis treści.

1 Wprowadzenie.

2 Twój pierwszy przykład NLP.

3 Wprowadzenie do wyszukiwania informacji.

4 Ekstrakcja informacji.

5 Profilowanie autorów jako zadanie uczenia maszynowego.

6 Inżynieria cech językowych dla profilowania autorów.

7 Twój pierwszy analizator nastrojów wykorzystujący leksykony nastrojów.

8 Analiza nastrojów z podejściem opartym na danych.

9 Analiza tematów.

10 Modelowanie tematów.

11 Rozpoznawanie nazwanych podmiotów.