《自然语言处理的Python实践》是由化学工业出版社出版的一本关于自然语言方面的书籍，作者是马坦吉·斯里（Mathangi、Sri），主要介绍了关于自然语言、Python方面的知识内容，目前在自然语言类书籍综合评分为：8.2分。
书籍介绍
目录
- 第1章 数据类型 001
- 1.1 搜索 002
- 1.2 评论 003
- 1.3 社交媒体中的帖子/博客 005
- 1.4 聊天数据 006
- 1.4.1 私人聊天 006
- 1.4.2 商务聊天和语音通话数据 007
- 1.5 SMS（短信）数据 008
- 1.6 内容数据 009
- 1.7 IVR（交互式语音应答）话语数据 010
- 1.8 数据中的有用信息 010
- 第2章 NLP在客户服务中的应用 013
- 2.1 语音通话 014
- 2.2 聊天 015
- 2.3 票证数据 016
- 2.4 邮件数据 016
- 2.5 客户需求 018
- 2.5.1 意图挖掘 018
- 2.5.2 意图理解的热门词汇 019
- 2.5.3 词云 021
- 2.5.4 主题分类规则 024
- 2.6 基于机器学习的监督学习 028
- 2.6.1 获取人工标记的数据 028
- 2.6.2 分词 030
- 2.6.3 文档词条矩阵 031
- 2.6.4 数据标准化 035
- 2.7 替换某些模式 036
- 2.8 识别并标注问题所在的行 040
- 2.9 热门客户查询 041
- 2.10 热门客户满意度（CSAT）驱动器 043
- 2.11 热门净推荐值（NPS）驱动器 045
- 2.12 深入了解销售对话 050
- 2.12.1 销售对话中的热门产品 050
- 2.12.2 未交易的原因 051
- 2.12.3 调查评论分析 052
- 2.12.4 挖掘语音记录 052
- 第3章 NLP在在线评论中的应用 059
- 3.1 情感分析 060
- 3.2 情感挖掘 061
- 3.3 方法1：基于词典的方法 062
- 3.4 方法2：基于规则的方法 066
- 3.4.1 观察结果1 066
- 3.4.2 观察结果2 067
- 3.4.3 观察结果3 067
- 3.4.4 观察结果4 068
- 3.4.5 总体得分 069
- 3.4.6 处理观察结果 070
- 3.4.7 情绪分析库 085
- 3.5 方法3：基于机器学习的方法(神经网络) 086
- 3.5.1 语料库的特征 087
- 3.5.2 构建神经网络 091
- 3.5.3 加以完善 093
- 3.6 属性提取 093
- 3.6.1 步骤1：使用正则表达式进行规范化 095
- 3.6.2 步骤2：提取名词形式 097
- 3.6.3 步骤3：创建映射文件 098
- 3.6.4 步骤4：将每个评论映射到属性 100
- 3.6.5 步骤5：品牌分析 101
- 第4章 NLP在银行、金融服务和保险业（BFSI）的应用 109
- 4.1 NLP之于风险控制 110
- 4.1.1 方法1：使用现有的库 111
- 4.1.2 方法2：提取名词短语 113
- 4.1.3 方法3：训练自己的模型 115
- 4.1.4 模型应用 142
- 4.2 NLP在银行、金融服务和保险业的其他应用案例 157
- 4.2.1 短信数据 157
- 4.2.2 银行业的自然语言生成 158
- 第5章 NLP在虚拟助手中的应用 163
- 5.1 网络机器人（Bot程序）种类 164
- 5.2 经典方法 165
- 5.2.1 LSTM概述 169
- 5.2.2 LSTM的应用 173
- 5.2.3 时间分布层 174
- 5.3 生成响应法 178
- 5.3.1 编码器-解码器模型框架 179
- 5.3.2 数据集 180
- 5.3.3 框架的实现 180
- 5.3.4 编码器-解码器模型框架的训练 189
- 5.3.5 编码器输出 192
- 5.3.6 解码器输入 192
- 5.3.7 预处理 195
- 5.3.8 双向LSTM 200
- 5.4 BERT（基于转换器的双向编码表征） 202
- 5.4.1 语言模型和微调 202
- 5.4.2 BERT概述 203
- 5.4.3 微调BERT以构建分类器 208
- 5.5 构建网上对话机器人的更多细微差别 211
- 5.5.1 单轮对话和多轮对话的比较 211
- 5.5.2 多语言网上机器人 213
