标签分类
当前位置:首页 > 其它计算机电子书 > NLP电子书网盘下载
NLP汉语自然语言处理原理与实践 NLP汉语自然语言处理原理与实践
adrian503

adrian503 提供上传

资源
34
粉丝
26
喜欢
83
评论
19

    NLP汉语自然语言处理原理与实践 PDF 高清版

    NLP电子书
    • 发布时间:

    给大家带来的一篇关于NLP相关的电子书资源,介绍了关于NLP、汉语、自然语言、处理原理、实践方面的内容,本书是由电子工业出版社出版,格式为PDF,资源大小95.0 MB,郑捷编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.4,更多相关的学习资源可以参阅 其它计算机电子书、等栏目。

  • NLP汉语自然语言处理原理与实践 PDF 下载
  • 下载地址:https://pan.baidu.com/s/1YY8fVEkxQJTTXbTxf0Rodg
  • 分享码:zcu9
  • NLP汉语自然语言处理原理与实践 PDF

    NLP汉语自然语言处理原理与实践是一本研究汉语自然语言处理方面的基础性、综合性书籍,涉及NLP的语言理论、算法和工程实践的方方面面,内容繁杂。 本书包括NLP的语言理论部分、算法部分、案例部分,涉及汉语的发展历史、传统的句法理论、认知语言学理论。需要指出的是,本书是迄今为止第一本系统介绍认知语言学和算法设计相结合的中文NLP书籍,并从认知语言学的视角重新认识和分析了NLP的句法和语义相结合的数据结构。这也是本书的创新之处。

    本书适用于所有想学习NLP的技术人员,包括各大人工智能实验室、软件学院等专业机构。

    目录

    • 第1章 中文语言的机器处理 1
    • 第2章 汉语语言学研究回顾 42
    • 第3章 词汇与分词技术 88
    • 第4章 NLP中的概率图模型 143
    • 第5章 词性、语块与命名实体识别 202
    • 第6章 句法理论与自动分析 260
    • 第7章 建设语言资源库 311
    • 第8章 语义与认知 370
    • 第9章 NLP中的深度学习 422
    • 第10章 语义计算的架构 490

    上一篇:现代数据库管理  下一篇:Visual C++编程实战宝典

    展开 +

    收起 -

    码小辫二维码
     ←点击下载即可登录

    NLP相关电子书
    学习笔记
    网友NO.796340

    浅谈Python NLP入门

    本文主要介绍了Python NLP入门教程,Python自然语言处理(NLP),使用Python的NLTK库。NLTK是Python的自然语言处理工具包,在NLP领域中,最常使用的一个Python库。小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧,希望能帮助到大家。 什么是NLP? 简单来说,自然语言处理(NLP)就是开发能够理解人类语言的应用程序或服务。 这里讨论一些自然语言处理(NLP)的实际应用例子,如语音识别、语音翻译、理解完整的句子、理解匹配词的同义词,以及生成语法正确完整句子和段落。 这并不是NLP能做的所有事情。 NLP实现 搜索引擎: 比如谷歌,Yahoo等。谷歌搜索引擎知道你是一个技术人员,所以它显示与技术相关的结果; 社交网站推送:比如Facebook News Feed。如果News Feed算法知道你的兴趣是自然语言处理,就会显示相关的广告和帖子。 语音引擎:比如Apple的Siri。 垃圾邮件过滤:如谷歌垃圾邮件过滤器。和普通垃圾邮件过滤不同,它通过了解邮件内容里面的的深层意义,来判断是不是垃圾邮件。 NLP库 下面是一些开源的自然语言处理库(NLP): Natural language toolkit (NLTK); Apache OpenNLP; Stanford NLP suite; Gate NLP library 其中自然语言工具包(NLTK)是最受欢迎的自然语言处理库(NLP),它是用Python编写的,而且背后有非常强大的社区支持。……

    网友NO.144549

    pyhanlp安装介绍和简单应用

    1. 前言 中文分词≠自然语言处理! Hanlp HanLP是由一系列模型与算法组成的Java工具包,目标是普及自然语言处理在生产环境中的应用。HanLP具备功能完善、性能高效、架构清晰、语料时新、可自定义的特点。 功能:中文分词 词性标注 命名实体识别 依存句法分析 关键词提取新词发现 短语提取 自动摘要 文本分类 拼音简繁 中文分词只是第一步;HanLP从中文分词开始,覆盖词性标注、命名实体识别、句法分析、文本分类等常用任务,提供了丰富的API。 不同于一些简陋的分词类库,HanLP精心优化了内部数据结构和IO接口,做到了毫秒级的冷启动、千万字符每秒的处理速度,而内存最低仅需120MB。无论是移动设备还是大型集群,都能获得良好的体验。 不同于市面上的商业工具,HanLP提供训练模块,可以在用户的语料上训练模型并替换默认模型,以适应不同的领域。项目主页上提供了详细的文档,以及在一些开源语料上训练的模型。 HanLP希望兼顾学术界的精准与工业界的效率,在两者之间取一个平衡,真正将自然语言处理普及到生产环境中去。 我们使用的pyhanlp是用python包装了HanLp的java接口。 2. pyhanlp的安装和使用 2.1 python下安装pyhanlp pip安装 sudo pip3 install pyhanlp 第一次import pyhanlp会下载一个比较大的数据集,需要耐心等待下,后面再……

    网友NO.827102

    浅谈Python NLP入门教程

    正文 本文简要介绍Python自然语言处理(NLP),使用Python的NLTK库。NLTK是Python的自然语言处理工具包,在NLP领域中,最常使用的一个Python库。 什么是NLP? 简单来说,自然语言处理(NLP)就是开发能够理解人类语言的应用程序或服务。 这里讨论一些自然语言处理(NLP)的实际应用例子,如语音识别、语音翻译、理解完整的句子、理解匹配词的同义词,以及生成语法正确完整句子和段落。 这并不是NLP能做的所有事情。 NLP实现 搜索引擎: 比如谷歌,Yahoo等。谷歌搜索引擎知道你是一个技术人员,所以它显示与技术相关的结果; 社交网站推送:比如Facebook News Feed。如果News Feed算法知道你的兴趣是自然语言处理,就会显示相关的广告和帖子。 语音引擎:比如Apple的Siri。 垃圾邮件过滤:如谷歌垃圾邮件过滤器。和普通垃圾邮件过滤不同,它通过了解邮件内容里面的的深层意义,来判断是不是垃圾邮件。 NLP库 下面是一些开源的自然语言处理库(NLP): Natural language toolkit (NLTK); Apache OpenNLP; Stanford NLP suite; Gate NLP library 其中自然语言工具包(NLTK)是最受欢迎的自然语言处理库(NLP),它是用Python编写的,而且背后有非常强大的社区支持。 NLTK也很容易上手,实际上,它是最简单的自然语言处理(NLP)库。 在这个NLP教程中,我们将使用Python NLTK库。 安装 NLTK 如果……

    网友NO.840203

    python snownlp情感分析简易demo(分享)

    SnowNLP是国人开发的python类库,可以方便的处理中文文本内容,是受到了TextBlob的启发而写的,由于现在大部分的自然语言处理库基本都是针对英文的,于是写了一个方便处理中文的类库,并且和TextBlob不同的是,这里没有用NLTK,所有的算法都是自己实现的,并且自带了一些训练好的字典。注意本程序都是处理的unicode编码,所以使用时请自行decode成unicode。MIT许可下发行。 其 github 主页 我自己修改了上文链接中的python代码并加入些许注释,以方便你的理解: from snownlp import SnowNLP# SnowNLP库:# words:分词# tags:关键词# sentiments:情感度# pinyin:拼音# keywords(limit):关键词# summary:关键句子# sentences:语序# tf:tf值# idf:idf值s = SnowNLP(u'这个东西真心很赞')# s.words # [u'这个', u'东西', u'真心', u'很', u'赞']print(s.words)s.tags # [(u'这个', u'r'), (u'东西', u'n'), (u'真心', u'd')# , (u'很', u'd'), (u'赞', u'Vg')]print(s.sentiments)# s.sentiments # 0.9769663402895832 positive的概率# s.pinyin # [u'zhe', u'ge', u'dong', u'xi', # u'zhen', u'xin', u'hen',# u'zan']4s = SnowNLP(u'「繁體字」「繁體中文」的叫法在臺灣亦很常見。')# s.han # u'「繁体字」「繁体中文」的叫法在台湾亦很常见。'print(s.han) from snownlp import SnowNLPtext = u'''自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究……

    Copyright 2018-2019 xz577.com 码农之家

    版权责任说明