Értékelés:
Jelenleg nincsenek olvasói vélemények. Az értékelés 2 olvasói szavazat alapján történt.
Natural Language Processing Recipes: Unlocking Text Data with Machine Learning and Deep Learning Using Python
Koncentráljon a végponttól végpontig tartó projektek Python használatával történő megvalósítására és a legmodernebb algoritmusok kihasználására. Ez a könyv megtanítja a természetes nyelvfeldolgozó (NLP) csomagok széles skálájának hatékony használatát: szövegosztályozás megvalósítása, beszédrészek azonosítása, témamodellezés, szövegösszegzés, hangulatelemzés, információkeresés és az NLP számos más alkalmazásának felhasználása.
A könyv a szöveges adatgyűjtéssel, a webes adatgyűjtéssel és a különböző típusú adatforrásokkal kezdődik. Elmagyarázza, hogyan lehet a szöveges adatokat megtisztítani és előfeldolgozni, és módot kínál az adatok fejlett algoritmusokkal történő elemzésére. Ezután a szöveg szemantikai és szintaktikai elemzését vizsgálja. A szöveg normalizálásával járó komplex NLP-megoldásokat a fejlett előfeldolgozási módszerek, a POS-tagolás, a szövegelemzés, a szövegösszegzés, a hangulatelemzés, a word2vec, a seq2seq és még sok más módszerrel együtt tárgyalja. A könyv bemutatja a gépi tanulás és a mélytanulás NLP-ben való alkalmazásához szükséges alapokat. Ez a második kiadás a szöveg olyan funkciókká való átalakításának fejlett technikáival foglalkozik, mint a Glove, Elmo, Bert stb. A transzformátorok működésének megértését is tartalmazza, a BERT és a GPT mondat példáján keresztül. Az utolsó fejezetek az NLP fejlett ipari alkalmazásait magyarázzák el a megoldások megvalósításával és a mélytanulási technikák erejének NLP-problémákra történő kihasználásával. Emellett a legmodernebb fejlett RNN-eket, például a hosszú rövid távú memóriát is alkalmazza a komplex szöveggenerálási feladatok megoldásához.
A könyv elolvasása után tisztában lesz a különböző iparágak előtt álló kihívásokkal, és több példát is kidolgozott az NLP gyakorlati megvalósítására.
Mit fogsz tanulni
⬤ Tudja az NLP megvalósításának alapfogalmait és a természetes nyelvi feldolgozás (NLP) különböző megközelítéseit, beleértve az NLP-t olyan Python könyvtárak használatával, mint az NLTK, textblob, SpaCy, Standford CoreNLP és mások.
⬤ Szöveg előfeldolgozás és jellemzőszerkesztés megvalósítása az NLP-ben, beleértve a jellemzőszerkesztés fejlett módszereit.
⬤ Az információkeresés, a szöveges összegzés, a hangulatelemzés, a szövegosztályozás és más fejlett NLP-technikák megértése és megvalósítása a gépi tanulás és a mélytanulás segítségével.
Kinek szól ez a könyv
Adattudósoknak, akik szeretnék felfrissíteni és kódolási gyakorlatokon keresztül megtanulni a természetes nyelvfeldolgozás (NLP) különböző fogalmait.
