Ocena:
Książka została ogólnie dobrze przyjęta, chwalona za przystępność, jasne wyjaśnienia i praktyczne wskazówki dotyczące koncepcji i metod NLP. Recenzenci doceniają jej strukturę, która łączy poszczególne narzędzia NLP w spójną aplikację, czyniąc NLP dostępnym nawet dla początkujących. Niektórzy użytkownicy krytykują jednak formatowanie ebooka, ograniczone wykorzystanie kodu Python i płytkie omówienie niektórych tematów. Pomimo tych wad, książka jest uważana za pouczającą i dobre źródło informacji dla tych, którzy chcą nauczyć się NLP.
Zalety:Przystępna dla początkujących, jasne wyjaśnienia, dobre omówienie metod NLP, pakiet praktycznych zastosowań, dobrze zorganizowana treść, pouczające opisy, upraszcza złożone terminy.
Wady:Słabe formatowanie w wersji ebook, ograniczony kod Pythona i przykłady, płytkie omówienie tematów, niezorganizowane przykłady kodowania, a nie nowa książka, jak opisano.
(na podstawie 25 opinii czytelników)
Natural Language Processing in Action: Understanding, Analyzing, and Generating Text with Python
Streszczenie
Natural Language Processing in Action to przewodnik po tworzeniu maszyn, które rozumieją ludzki język, wykorzystując moc Pythona z jego ekosystemem pakietów dedykowanych NLP i AI.
Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.
O technologii
Ostatnie postępy w głębokim uczeniu się umożliwiają aplikacjom rozumienie tekstu i mowy z niezwykłą dokładnością. Rezultat? Chatboty, które mogą naśladować prawdziwych ludzi, znaczące dopasowania CV do pracy, doskonałe wyszukiwanie predykcyjne i automatycznie generowane streszczenia dokumentów - wszystko to przy niskich kosztach. Nowe techniki, wraz z dostępnymi narzędziami, takimi jak Keras i TensorFlow, sprawiają, że profesjonalna jakość NLP jest łatwiejsza niż kiedykolwiek wcześniej.
O książce
Natural Language Processing in Action to przewodnik po budowaniu maszyn, które potrafią czytać i interpretować ludzki język. Wykorzystasz w nim łatwo dostępne pakiety Pythona, aby uchwycić znaczenie tekstu i odpowiednio zareagować. Książka rozszerza tradycyjne podejście NLP o sieci neuronowe, nowoczesne algorytmy głębokiego uczenia i techniki generatywne, rozwiązując rzeczywiste problemy, takie jak wyodrębnianie dat i nazwisk, komponowanie tekstu i odpowiadanie na swobodne pytania.
Co jest w środku
⬤ Niektóre zdania w tej książce zostały napisane przez NLP Czy zgadniesz które?
⬤ Praca z Keras, TensorFlow, gensim i scikit-learn.
⬤ NLP oparte na regułach i danych.
⬤ Skalowalne potoki.
O czytelniku
Ta książka wymaga podstawowego zrozumienia głębokiego uczenia się i średnio zaawansowanych umiejętności Pythona.
O autorze
Hobson Lane, Cole Howard i Hannes Max Hapke są doświadczonymi inżynierami NLP, którzy używają tych technik w produkcji.
Spis treści
CZĘŚĆ 1 - WORDY MACHINES.
⬤ Pakiety myśli (przegląd NLP)
⬤ Zbuduj swoje słownictwo (tokenizacja słów)
⬤ Matematyka ze słowami (wektory TF-IDF)
⬤ Znajdowanie znaczenia w liczbie słów (analiza semantyczna)
CZĘŚĆ 2 - GŁĘBSZE UCZENIE (SIECI NEURONOWE)
⬤ Pierwsze kroki z sieciami neuronowymi (perceptrony i propagacja wsteczna)
⬤ Rozumowanie za pomocą wektorów słów (Word2vec)
⬤ Porządkowanie słów za pomocą konwolucyjnych sieci neuronowych (CNN)
⬤ pętlowe (rekurencyjne) sieci neuronowe (RNN)
⬤ Poprawa retencji dzięki sieciom długiej pamięci krótkotrwałej.
⬤ Modele sekwencja-sekwencja i uwaga.
CZĘŚĆ 3 - RZECZYWISTOŚĆ (WYZWANIA NLP W ŚWIECIE RZECZYWISTYM)
⬤ Ekstrakcja informacji (ekstrakcja encji nazwanych i odpowiadanie na pytania)
⬤ Rozmowa (silniki dialogowe)
⬤ Skalowanie (optymalizacja, równoległość i przetwarzanie wsadowe)
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)