Python文本分析（原書(shū)第2版）

定　價(jià)：￥129.00

作　者：	[印度] 迪潘簡(jiǎn)·薩卡爾（Dipanjan Sarkar）著，閆龍川，高德荃，李君婷譯
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	數(shù)據(jù)科學(xué)與工程技術(shù)叢書(shū)
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

ISBN：	9787111666776	出版時(shí)間：	2020-10-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	429	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　面對(duì)自然語(yǔ)言處理和文本分析應(yīng)用，解決問(wèn)題的正確技術(shù)是什么？文本摘要如何真正有效？哪些才是解決多類文本分類的框架？《Python文本分析（原書(shū)第2版）》通過(guò)將數(shù)學(xué)和理論概念與現(xiàn)實(shí)用例的Python實(shí)現(xiàn)相結(jié)合，全面介紹了文本分析的相關(guān)概念、技術(shù)、工具及實(shí)踐，可幫助你快速掌握文本分析技術(shù)，解決實(shí)際問(wèn)題。《Python文本分析（原書(shū)第2版）》首先介紹與文本分析相關(guān)的自然語(yǔ)言基本概念以及Python語(yǔ)言的特點(diǎn)、特性和常用功能，然后結(jié)合示例代碼詳細(xì)闡述文本理解與處理、文本分類、文本摘要、文本相似度與聚類、語(yǔ)義與情感分析等內(nèi)容。通過(guò)《Python文本分析（原書(shū)第2版）》，你可以全面掌握文本分析的基礎(chǔ)技術(shù)和機(jī)器學(xué)習(xí)的一些經(jīng)典方法，包括SVM、貝葉斯分類器、k-均值聚類、層次聚類等，為進(jìn)一步的學(xué)習(xí)和研究奠定基礎(chǔ)?！禤ython文本分析（原書(shū)第2版）》介紹了Python中的自然語(yǔ)言處理（NLP），以及如何設(shè)置健壯的環(huán)境來(lái)完成文本分析?！禤ython文本分析（原書(shū)第2版）》本版基于NLP的新趨勢(shì)對(duì)上一版進(jìn)行了重大的修改，并引入幾個(gè)重要的變化和新的主題。你將通過(guò)實(shí)際案例了解如何使用Python中的先進(jìn)NLP框架，配合機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型進(jìn)行有監(jiān)督的情感分析?！禤ython文本分析（原書(shū)第2版）》首先回顧了Python以及字符串和文本數(shù)據(jù)相關(guān)的NLP基礎(chǔ)知識(shí)，接著介紹了文本數(shù)據(jù)的工程表示方法，包括傳統(tǒng)的統(tǒng)計(jì)模型和新的基于深度學(xué)習(xí)的嵌入模型?！禤ython文本分析（原書(shū)第2版）》中還討論了文本解析和處理方面的改進(jìn)技術(shù)與新方法。《Python文本分析（原書(shū)第2版）》對(duì)文本摘要和主題模型的內(nèi)容進(jìn)行了全面改寫(xiě)，展示了如何在有趣的數(shù)據(jù)集-NIPS會(huì)議論文數(shù)據(jù)集上下文中構(gòu)建、調(diào)整和解釋主題模型。此外，《Python文本分析（原書(shū)第2版）》通過(guò)一個(gè)電影推薦系統(tǒng)實(shí)例介紹了文本相似度技術(shù)，以及使用有監(jiān)督和無(wú)監(jiān)督技術(shù)的情感分析?！禤ython文本分析（原書(shū)第2版）》還有一章專門(mén)討論語(yǔ)義分析，你將看到如何從頭開(kāi)始構(gòu)建自己的命名實(shí)體識(shí)別（NER）系統(tǒng)。雖然本版的總體結(jié)構(gòu)保持不變，但整個(gè)代碼庫(kù)、模塊和章節(jié)都已更新到Python3.x版本。

作者簡(jiǎn)介

　　迪潘簡(jiǎn)·薩卡爾（Dianjan Sarkar）是紅帽（Red Hat）公司的數(shù)據(jù)科學(xué)家、暢銷書(shū)作者、顧問(wèn)和培訓(xùn)師。他曾在多家初創(chuàng)公司以及《財(cái)富》500強(qiáng)公司（如英特爾）任職并提供咨詢服務(wù)，主要致力于利用數(shù)據(jù)科學(xué)、高級(jí)分析、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來(lái)構(gòu)建大規(guī)模智能系統(tǒng)。他擁有數(shù)據(jù)科學(xué)和軟件工程專業(yè)的碩士學(xué)位，是自學(xué)教育和大規(guī)模開(kāi)放在線課程的堅(jiān)定支持者。他目前涉足開(kāi)源產(chǎn)品領(lǐng)域，致力于提高全球開(kāi)發(fā)人員的生產(chǎn)力。閆龍川，碩士，國(guó)家電網(wǎng)公司信息通信分公司高級(jí)工程師，信息通信技術(shù)專家，主要從事電力信息通信系統(tǒng)運(yùn)行管理工作，研究興趣包括深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、自然語(yǔ)言處理、云計(jì)算及數(shù)據(jù)中心管理等。高德荃，博士，國(guó)家電網(wǎng)公司信息通信分公司高級(jí)工程師，主要從事電力信息通信系統(tǒng)運(yùn)行分析工作，研究興趣包括機(jī)器學(xué)習(xí)與數(shù)據(jù)科學(xué)、地理空間分析等。李君婷，碩士，國(guó)家電網(wǎng)公司信息通信分公司工程師，主要從事電力信息通信運(yùn)維數(shù)據(jù)統(tǒng)計(jì)分析、項(xiàng)目管理等工作，研究興趣包括機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、顛覆性創(chuàng)新等。

圖書(shū)目錄

譯者序
推薦序
前言
致謝
作者簡(jiǎn)介
技術(shù)審校者簡(jiǎn)介
第1章自然語(yǔ)言處理基礎(chǔ)
1．1 自然語(yǔ)言
1．1．1 什么是自然語(yǔ)言
1．1．2 語(yǔ)言哲學(xué)
1．1．3 語(yǔ)言習(xí)得和用法
1．2 語(yǔ)言學(xué)
1．3 語(yǔ)言句法和結(jié)構(gòu)
1．3．1 單詞
1．3．2 短語(yǔ)
1．3．3 從句
1．3．4 語(yǔ)法
1．3．5 語(yǔ)序類型學(xué)
1．4 語(yǔ)言語(yǔ)義
1．4．1 詞匯語(yǔ)義關(guān)系
1．4．2 語(yǔ)義網(wǎng)絡(luò)和模型
1．4．3 語(yǔ)義表示
1．5 文本語(yǔ)料庫(kù)
1．5．1 文本語(yǔ)料庫(kù)標(biāo)注及使用
1．5．2 流行的語(yǔ)料庫(kù)
1．5．3 訪問(wèn)文本語(yǔ)料庫(kù)
1．6 自然語(yǔ)言處理
1．6．1 機(jī)器翻譯
1．6．2 語(yǔ)音識(shí)別系統(tǒng)
1．6．3 問(wèn)答系統(tǒng)
1．6．4 上下文識(shí)別與消解
1．6．5 文本摘要
1．6．6 文本分類
1．7 文本分析
1．8．機(jī)器學(xué)習(xí)
1．9 深度學(xué)習(xí)
1．1 0本章小結(jié)
第2章 Python自然語(yǔ)言處理
2．1 了解Pvthon
2．2 Python之禪
2．3 應(yīng)用：何時(shí)使用Pymon
2．4 缺點(diǎn)：何時(shí)不用Pymon
2．5 Python的實(shí)現(xiàn)和版本
2．6 建立強(qiáng)大的Python環(huán)境
2．6．1 用哪個(gè)Python版本
2．6．2 用哪個(gè)操作系統(tǒng)
2．6．3 集成開(kāi)發(fā)環(huán)境
2．6．4 環(huán)境設(shè)置
2．6．5 軟件包管理
2．6．6 虛擬環(huán)境
2．7 Python語(yǔ)法和結(jié)構(gòu)
2．8 使用文本數(shù)據(jù)
2．8．1 字符串文字
2．8．2 表示字符串
2．8．3 字符串操作和方法
2．9 基本的文本處理和分析：綜合案例
2．1 0自然語(yǔ)言處理框架
2．1 1本章小結(jié)
第3章處理和理解文本
3．1 文本預(yù)處理和整理
3．1．1 刪除HTML標(biāo)簽
3．1．2 文本標(biāo)記解析
3．1．3 刪除重音字符
3．1．4 擴(kuò)展縮寫(xiě)詞
3．1．5 刪除特殊字符
3．1．6 大小寫(xiě)轉(zhuǎn)換
3．1．7 文本校正
3．1．8 詞干提取
3．1．9 詞形還原
3．1．10 刪除停用詞
3．1．11 將以上整合在一起——構(gòu)建文本規(guī)范器
3．2 理解文本句法和結(jié)構(gòu)
3．2．1 安裝必要的依賴項(xiàng)
3．2．2 機(jī)器學(xué)習(xí)的重要概念
3．2．3 詞性標(biāo)注
3．2．4 淺層解析或分塊
3．2．5 依存關(guān)系解析
3．2．6 成分結(jié)構(gòu)解析
3．3 本章小結(jié)
……
第4章用于文本表示的特征工程
第5章文本分類
第6章文本摘要和主題模型
第7章文本相似度和聚類
第8章語(yǔ)義分析
第9章情感分析
第10章深度學(xué)習(xí)的前景