Przetwarzanie języka naturalnego w działaniu: Zrozumienie, analiza i generowanie tekstu w Pythonie

Opinie czytelników

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.

Przystępna dla początkujących, jasne wyjaśnienia, dobre omówienie metod NLP, pakiet praktycznych zastosowań, dobrze zorganizowana treść, pouczające opisy, upraszcza złożone terminy.

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)

Oryginalny tytuł:

Natural Language Processing in Action: Understanding, Analyzing, and Generating Text with Python

Zawartość książki:

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)