景德镇学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

自然语言处理方法:使用Python基于机器学习和深度学习发掘文本数据/Akshay Kulkarni, Adrsha Shivananda 王侃 ... [等] 译

出版发行项:

西安:西安电子科技大学出版社,2021

ISBN及定价:

978-7-5606-6021-9/CNY48.00

载体形态项:

163页:图;23cm

统一题名:

Natural language processing recipes : unlocking text data with machine learning and deep learning using Python

其它题名:

使用Python基于机器学习和深度学习发掘文本数据

个人责任者:

库尔卡尼 (Kulkarni, Akshay) 著

个人责任者:

希瓦南达 (Shivananda, Adrsha) 著

个人次要责任者:

王侃 译

个人次要责任者:

曹广平 译

学科主题:

自然语言处理

学科主题:

软件工具-程序设计

中图法分类号:

TP391

中图法分类号:

TP311.561

题名责任附注:

题名页题: 王侃, 曹广平, 苏智慧, 戴礼灿, 曹开臣等译

相关题名附注:

英文题名原文取自封面

责任者附注:

责任者Kulkarni规范汉译姓: 库尔卡尼; 责任者Shivananda规范汉译姓: 希瓦南达

提要文摘附注:

本书使用Python基于机器学习和深度学习对文本数据的挖掘和分析进行了系统介绍, 从文本分类、语音识别、主题建模、文本总结、文本生成、情感分析等多个自然语言处理的应用角度深入进行了解读, 数以千计的代码帮助读者快速学习和实现基本的和高级的自然语言处理技术。全书共分为六章, 第一章介绍了数据的收集和提取, 包括从网页、PDF、Word、HTML、JSON等收集数据; 第二章介绍了对文本数据的处理, 包括形式转换、删除标点符号、拼写校正、词干提取和词形还原等; 第三章介绍了文本特征的提取, 采用的技术包括One Hot编码、统计向量化、N-grams, 哈希向量化、共生矩阵等; 第四章介绍了高级自然语言处理, 包括文本相似度计算、词性标注、命名实体提取、主题提取、情感分析、语音和文本互转等; 第五章介绍了自然语言处理的行业应用, 如多类分类、文本总结、文档聚类、在搜索引擎中的应用等; 第六章介绍了基于深度学习的自然语言处理, 通过深度学习实现信息检索、文本分类和单词预测。

豆瓣简介：