当前位置:主页 > 计算机电子书 > 程序设计 > Python下载
Python自然语言处理

Python自然语言处理 PDF 完整目录版

  • 更新:2019-08-20
  • 大小:5.3 MB
  • 类别:Python
  • 作者:Steven、Bird
  • 出版:人民邮电出版社
  • 格式:PDF

  • 资源介绍
  • 相关推荐

Python自然语言处理 PDF

Python自然语言理解层面的权威性之作

迅速掌握某些定义及基础原理的必看

出示丰富多彩英语语料库和编码,便捷训练

从电脑输入法想到提醒(predictive text)、email过虑到全自动文字归纳、翻译机器,很多的語言有关的技术性都不可或缺自然语言理解的适用,而这这书出示了自然语言理解的新手入门手册。根据这书,你将学得怎样撰写能解决很多非结构型文字的Python程序流程。你能浏览具备丰富多彩标明的、包含了语言学各种各样数据结构的uci数据集,并且你将学习培训剖析书面形式文本文档的內容及其构造的关键优化算法。

根据很多的事例和训练,这书将协助你:

从非结构型文字中获取信息内容,不论是猜想主题风格還是鉴别“取名实体线”;

剖析文字的语言学构造,包含英语的语法和文本挖掘;

浏览时兴的语言学uci数据集,包含WordNet和treebanks;

融合从语言学到人工智能技术等多个领域的技术性。

根据应用Python编程语言和自然语言工具包(NTLK)的开源系统库,这书将协助你提升自然语言理解的具体工作经验。当你对开发设计Web运用、剖析多語言的百度新闻源或定编濒危语言喜欢,或是仅仅愿意从程序猿的角度看人们語言怎样运行,你将发觉这书不但趣味并且极为有效。
自然语言理解(Natural Language Processing,NLP)是电子信息科学行业与人工智能技术行业中的1个关键方位。它科学研究可以保持人和电子计算机中间用自然语言开展合理通讯的各种各样基础理论和方式,涉及到全部用计算机对自然语言开展的实际操作。

《Python自然语言理解》是自然语言理解行业的1本好用新手入门手册,致力于协助用户学习培训如何编写程序来剖析书面语言。《Python自然语言理解》应用场景Python计算机语言及其1个名叫NLTK的自然语言工具包的开源系统库,但并不是规定用户有Python程序编写的工作经验。全书共11章,依照难度系数水平次序编辑。第1章到第3章详细介绍了語言解决的基本,叙述怎么使用小的Python程序流程剖析喜欢的文字信息内容。第4章探讨结构化程序设计构思,以推进前边几章中详细介绍的程序编写关键点。第5章到第7章详细介绍語言解决的基本概念,包含标明、归类和信息提取等。第8章到第10章详细介绍了语句分析、句法结构鉴别和句意表达方式。第11章详细介绍了怎样合理管理方法語言统计数据。后记一部分简略探讨了NLP行业的以往和将来。

《Python自然语言理解》的理论性很强,包含上一百多个具体能用的事例和等级分类训练。《Python自然语言理解》能够用户用以通过自学,还可以做为自然语言理解或测算语言学课程内容的教材,可以做为人工智能技术、文本挖掘、语料库语言学等课程内容的填补读本。

核心主题:自然语言理解,語言,语言学,详细介绍,自然语言,剖析,包含,人工智能技术,文字,协助

目录

  • 第1章 语言处理与Python 
  • 1.1 语言计算:文本和词汇 
  • 1.2 近观Python:将文本当做词链表 
  • 1.3 计算语言:简单的统计 
  • 1.4 回到Python:决策与控制 
  • 1.5 自动理解自然语言 
  • 1.6 小结 
  • 1.7 深入阅读 
  • 1.8 练习 
  • 第2章 获得文本语料和词汇资源 
  • 2.1 获取文本语料库 
  • 2.2 条件频率分布 
  • 2.3 更多关于Python:代码重用 
  • 2.4 词典资源 
  • 2.5 WordNet 
  • 2.6 小结 
  • 2.7 深入阅读 
  • 2.8 练习 
  • 第3章 处理原始文本 
  • 3.1 从网络和硬盘访问文本 
  • 3.2 字符串:最底层的文本处理 
  • 3.3 使用Unicode进行文字处理 
  • 3.4 使用正则表达式检测词组搭配 
  • 3.5 正则表达式的有益应用 
  • 3.6 规范化文本 
  • 3.7 用正则表达式为文本分词 
  • 3.8 分割 
  • 3.9 格式化:从链表到字符串 
  • 3.10 小结 
  • 3.11 深入阅读 
  • 3.12 练习 
  • 第4章 编写结构化程序 
  • 4.1 回到基础 
  • 4.2 序列 
  • 4.3 风格的问题 
  • 4.4 函数:结构化编程的基础 
  • 4.5 更多关于函数 
  • 4.6 程序开发 
  • 4.7 算法设计 
  • 4.8 Python库的样例 
  • 4.9 小结 
  • 4.10 深入阅读 
  • 4.11 练习 
  • 第5章 分类和标注词汇 
  • 5.1 使用词性标注器 
  • 5.2 标注语料库 
  • 5.3 使用Python字典映射词及其属性 
  • 5.4 自动标注 
  • 5.5 N-gram标注 
  • 5.6 基于转换的标注 
  • 5.7 如何确定一个词的分类 
  • 5.8 小结 
  • 5.9 深入阅读 
  • 5.10 练习 
  • 第6章 学习分类文本 
  • 6.1 监督式分类 
  • 6.2 监督式分类的举例 
  • 6.3 评估 
  • 6.4 决策树 
  • 6.5 朴素贝叶斯分类器 
  • 6.6 最大熵分类器 
  • 6.7 为语言模式建模 
  • 6.8 小结 
  • 6.9 深入阅读 
  • 6.10 练习 
  • 第7章 从文本提取信息 
  • 7.1 信息提取 
  • 7.2 分块 
  • 7.3 开发和评估分块器 
  • 7.4 语言结构中的递归 
  • 7.5 命名实体识别 
  • 7.6 关系抽取 
  • 7.7 小结 
  • 7.8 深入阅读 
  • 7.9 练习 
  • 第8章 分析句子结构 
  • 8.1 一些语法困境 
  • 8.2 文法的用途 
  • 8.3 上下文无关文法 
  • 8.4 上下文无关文法分析 
  • 8.5 依存关系和依存文法 
  • 8.6 文法开发 
  • 8.7 小结 
  • 8.8 深入阅读 
  • 8.9 练习 
  • 第9章 建立基于特征的文法 
  • 9.1 文法特征 
  • 9.2 处理特征结构 
  • 9.3 扩展基于特征的文法 
  • 9.4 小结 
  • 9.5 深入阅读 
  • 9.6 练习 
  • 第10章 分析语句的含义 
  • 10.1 自然语言理解 
  • 10.2 命题逻辑 
  • 10.3 一阶逻辑 
  • 10.4 英语语句的语义 
  • 10.5 段落语义层 
  • 10.6 小结 
  • 10.7 深入阅读 
  • 10.8 练习 
  • 第11章 语言数据管理 
  • 11.1 语料库结构:案例研究 
  • 11.2 语料库生命周期 
  • 11.3 数据采集 
  • 11.4 使用XML 
  • 11.5 使用Toolbox数据 
  • 11.6 使用OLAC元数据描述语言资源 
  • 11.7 小结 
  • 11.8 深入阅读 
  • 11.9 练习 
  • 后记 
  • 参考文献

资源下载

资源下载地址1:https://pan.baidu.com/s/1wd0HU1h8z0VZZqNPebJOUQ

相关资源

网友留言