Python自然语言处理
作者:Jalaj Thanaki
出版社:机械工业出版社
ISBN:9787111606703
VIP会员免费
(仅需0.8元/天)
¥ 40.0
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
PYTHON自然语言处理【中文版】 评分:
自然语言处理(natural language processing,nlp)是计算机科学领域与人工智能领域中的一个重要方向。它研究能够实现人与计算机之间用自然语言进行有效通信的各种理论和方法,涉及所有用计算机对自然语言进行的操作。 《python自然语言处理》是自然语言处理领域的一本实用入门指南,旨在帮助读者学习如何编写程序来分析书面语言。本书基于python编程语言以及一个名为nltk的自然语言工具包的开源库;但并不要求读者有python编程的经验。全书共11章,按照难易程度顺序编排。第1章到3章介绍了语言处理的基础,讲述如何使用小的python程序分析感兴趣的文本信息。第4章讨论结构化程序设计,以巩固前面几章中介绍的编程要点。第5章到第7章介绍语言处理的基本原理,包括标注、分类和信息提取等。第8章到第10章介绍了句子解析、句法结构识别和句意表达方法。第11章介绍了如何有效管理语言数据。后记部分简要讨论了nlp领域的过去和未来。 《python自然语言处理》的实践性很强,包括上百个实际可用的例子和分级练习。本书可供读者用于自学,也可以作为自然语言处理或计算语言学课程的教科书,或是人工智能、文本挖掘、语料库语言学等课程的补充读物。 《python自然语言处理》 第1章 语言处理与python 1 1.1 语言计算:文本和词汇 1 1.2 近观python:将文本当做词链表 10 1.3 计算语言:简单的统计 17 1.4 回到python:决策与控制 24 1.5 自动理解自然语言 29 1.6 小结 35 1.7 深入阅读 36 1.8 练习 37 第2章 获得文本语料和词汇资源 41 2.1 获取文本语料库 41 2.2 条件频率分布 55 2.3 更多关于python:代码重用 60 2.4 词典资源 63 2.5 wordnet 72 2.6 小结 78 2.7 深入阅读 79 2.8 练习 80 第3章 处理原始文本 84 3.1 从网络和硬盘访问文本 84 3.2 字符串:最底层的文本处理 93 3.3 使用unicode进行文字处理 100 3.4 使用正则表达式检测词组搭配 105 3.5 正则表达式的有益应用 109 3.6 规范化文本 115 3.7 用正则表达式为文本分词 118 3.8 分割 121 3.9 格式化:从链表到字符串 126 3.10 小结 132 3.11 深入阅读 133 3.12 练习 134 第4章 编写结构化程序 142 4.1 回到基础 142 4.2 序列 147 4.3 风格的问题 152 4.4 函数:结构化编程的基础 156 4.5 更多关于函数 164 4.6 程序开发 169 4.7 算法设计 175 4.8 python库的样例 183 4.9 小结 188 4.10 深入阅读 189 4.11 练习 189 第5章 分类和标注词汇 195 5.1 使用词性标注器 195 5.2 标注语料库 197 5.3 使用python字典映射词及其属性 206 5.4 自动标注 216 5.5 n-gram标注 221 5.6 基于转换的标注 228 5.7 如何确定一个词的分类 230 5.8 小结 233 5.9 深入阅读 234 5.10 练习 235 第6章 学习分类文本 241 6.1 监督式分类 241 6.2 监督式分类的举例 254 6.3 评估 258 6.4 决策树 263 6.5 朴素贝叶斯分类器 266 6.6 最大熵分类器 271 6.7 为语言模式建模 275 6.8 小结 276 6.9 深入阅读 277 6.10 练习 278 第7章 从文本提取信息 281 7.1 信息提取 281 7.2 分块 284 7.3 开发和评估分块器 291 7.4 语言结构中的递归 299 7.5 命名实体识别 302 7.6 关系抽取 306 7.7 小结 307 7.8 深入阅读 308 7.9 练习 308 第8章 分析句子结构 312 8.1 一些语法困境 312 8.2 文法的用途 316 8.3 上下文无关文法 319 8.4 上下文无关文法分析 323 8.5 依存关系和依存文法 332 8.6 文法开发 336 8.7 小结 343 8.8 深入阅读 344 8.9 练习 344 第9章 建立基于特征的文法 349 9.1 文法特征 349 9.2 处理特征结构 359 9.3 扩展基于特征的文法 367 9.4 小结 379 9.5 深入阅读 380 9.6 练习 381 第10章 分析语句的含义 384 10.1 自然语言理解 384 10.2 命题逻辑 391 10.3 一阶逻辑 395 10.4 英语语句的语义 409 10.5 段落语义层 422 10.6 小结 428 10.7 深入阅读 429 10.8 练习 430 第11章 语言数据管理 434 11.1 语料库结构:案例研究 434 11.2 语料库生命周期 439 11.3 数据采集 443 11.4 使用xml 452 11.5 使用toolbox数据 459 11.6 使用olac元数据描述语言资源 463 11.7 小结 466 11.8 深入阅读 466 11.9 练习 467 后记 470 参考文献 476
上传时间:2017-09 大小:4.31MB
- 534KB
python自然语言处理(NLP)入门.pdf
2022-04-28简要介绍Python(NLP),使⽤Python的NLTK库。NLTK是Python的⾃然语⾔处理⼯具包,在NLP领域中,最常使⽤的⼀个Python库。 简单来说,⾃然语⾔处理(NLP)就是开发能够理解⼈类语⾔的应⽤程序或服务。 这⾥讨论⼀些⾃然语⾔处理(NLP)的实际应⽤例⼦,如语⾳识别、语⾳翻译、理解完整的句⼦、理解匹配词的同义词,以及⽣成语法正确整句⼦和段落。 搜索引擎: ⽐如⾕歌,Yahoo等。⾕歌搜索引擎知道你是⼀个技术⼈员,所以它显⽰与技术相关的结果; 社交⽹站推送:⽐如Facebook News Feed。如果News Feed算法知道你的兴趣是⾃然语⾔处理,就会显⽰相关的⼴告和帖⼦。 语⾳引擎:⽐如Apple的Siri。
- 683B
Python自然语言处理-BERT实战
2021-10-26给大家分享一套课程——Python自然语言处理-BERT实战,提供全部课程资料,包括PPT,数据,代码。 Python自然语言处理-BERT模型实战课程旨在帮助同学们快速掌握当下NLP领域最核心的算法模型BERT的原理构造与应用实例。通俗讲解BERT模型中所涉及的核心知识点(Transformer,self-attention等),基于google开源BERT项目从零开始讲解如何搭建自然语言处理通用框架,通过debug源码详细解读其中每一核心代码模块的功能与作用。最后基于BERT框架进行中文情感分析与命名实体识别等主流项目实战。
- 391.26MB
python自然语言处理实战pdf_dode.zip
2022-01-05python自然语言处理实战pdf和代码,欢迎对自然语言处理感兴趣的朋友下载
- 3.94MB
Python 自然语言处理
2018-05-12自然语言处理(Natural Language Processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能够实现人与计算机之间用自然语言进行有效通信的各种理论和方法,涉及所有用计算机对自然语言进行的操作。 《Python自然语言处理》是自然语言处理领域的一本实用入门指南,旨在帮助读者学习如何编写程序来分析书面语言。《Python自然语言处理》基于Python编程语言以及一个名为NLTK的自然语言工具包的开源库,但并不要求读者有Python编程的经验。全书共11章,按照难易程度顺序编排。第1章到第3章介绍了语言处理的基础,讲述如何使用小的Python程序分析感兴趣的文本信息。第4章讨论结构化程序设计,以巩固前面几章中介绍的编程要点。第5章到第7章介绍语言处理的基本原理,包括标注、分类和信息提取等。第8章到第10章介绍了句子解析、句法结构识别和句意表达方法。第11章介绍了如何有效管理语言数据。后记部分简要讨论了NLP领域的过去和未来。 《Python自然语言处理》的实践性很强,包括上百个实际可用的例子和分级练习。《Python自然语言处理》可供读者用于自学,也可以作为自然语言处理或计算语言学课程的教科书,还可以作为人工智能、文本挖掘、语料库语言学等课程的补充读物。
- 4.40MB
python 自然语言处理中文版
2018-10-02python 自然语言处理中文版 本书是一本实用的介绍 NLP 的书。你将通过例子来学习,编写真正的程序,体会到能 够通过实践验证自己想法的价值。如果你没有学过编程,本书将教你如何编程。与其他编程 书籍不同的是,...
- 4.42MB
用Python进行自然语言处理(中文翻译NLTK).pdf
2021-12-01用Python进行自然语言处理(中文翻译NLTK).pdf
- 6.34MB
PYTHON自然语言处理中文版(OCR)
2023-06-17PYTHON自然语言处理中文版(OCR)
- 14.70MB
python 自然语言处理实战代码部分
2019-03-03Python 自然语言处理与实战 核心技术与算法一书的代码实现,供参考
- 64B
自然语言处理python
2018-06-10我看到的最好的自然语言处理方面的资料,特意拿出来分享,已经整理好,5个积分,也不贵了
- 3.80MB
自然语言处理技术
2018-07-11中文分词; 文本分类; 信息抽取; 语义理解; 问答系统; 自然语言对话系统
- 3.78MB
用Python进行自然语言处理.pdf_afternoonz8z_用python进行自然语言处理_
2021-09-29使用python 进行自然语言处理,翻译等等
- 1KB
用Python进行自然语言处理(中文)
2017-12-28在Ai如此火的年度,怎么发现隐藏在数据后面的规律呢,可以参考下吧
- 3.78MB
用Python进行自然语言处理.PDF
2018-06-08作为一个自然语言处理的初学者,看书看到“训练模型”,这模型那模型的,一直不知道模型究竟是什么东西。看了这本书,从预处理数据到提取特征集,训练模型,测试修改等,一步一步实际操作了之后,才对模型一词有了直观的认识(算法的中间结果,存储在计算机中的一个个pkl 文件,测试的时候直接用,前面计算过的就省了)。以后听人谈“模型”的时候也有了底气。当然,模型还有很多其他含义。还有动词的“配价”、各种搭配、客观逻辑对根据文法生成的句子的约束如何实现?不上机动手做做,很难真正领悟。
- 22.90MB
Python自然语言处理实战-核心技术与算法_NLP_python_
2021-09-29Python自然语言处理实战:核心技术与算法 2
- 30.0MB
Python自然语言处理实战-核心技术与算法.z01_NLP_python_
2021-09-30Python自然语言处理实战:核心技术与算法
- 2.61MB
自然语言处理Python实战第一章
2017-12-12最新深度学习资源 PDF文件文字版 Python 完整资源 英文版 简洁易懂
- 3.65MB
使用python进行自然语言处理.pdf
2018-03-15This book offers a complete introduction to natural language processing, the key technology used in Web search engines, predictive text, and more.
- 4.10MB
使用python进行自然语言处理英文版
2018-02-10《Python自然语言处理(影印版)》提供了非常易学的自然语言处理入门介绍,该领域涵盖从文本和电子邮件预测过滤,到自动总结和翻译等多种语言处理技术。在《Python自然语言处理(影印版)》中,你将学会编写Python程序处理大量非结构化文本。你还将通过使用综合语言数据结构访问含有丰富注释的数据集,理解用于分析书面通信内容和结构的主要算法。
- 53.57MB
python中文自然语言处理基础与实战
2022-02-02用python语言来做一些NLP(自然语言处理)的工作,笔记分为11章,层层梯进,包含开发环境介绍、功能代码实现步骤、案例实战等。
- 14.61MB
Python 自然语言处理 第二版 20170304
2017-03-04Python 自然语言处理 第二版 20170304
- 1.95MB
ChatGPT教程(终极版)最全整理
2023-05-16这是一篇动了某些人利益的良心教程。 这是一篇姗姗来迟的ChatGPT教程。 纯小白关于ChatGPT入门,你看我这篇文章就够了。 如果你已经用上了ChatGPT,更要恭喜你挖到宝藏,后面的高级技巧一定能让你有收获。 文章包含以下内容: 一、ChatGPT是啥?有什么用; 二、ChatGPT如何注册; 三、ChatGPT使用方法; 四、用ChatGPT搞钱; 五、高级技巧;
- 58KB
博客中Kmeans以及FCM算法数据(免积分)
2023-05-16博客中Kmeans以及FCM算法的数据,包括IRIS鸢尾花数据集、Wine葡萄酒数据集、Seed小麦种子数据集、glass数据集、WDBD乳腺癌数据集,下载在直接存入项目文件夹即可,如果下载不了,可以私信我,看到后会及时回复。
- 6.77MB
基于Python+pytorch的图像处理+附完整代码图像处理,能够轻松实现图像的读取、显示、裁剪等还有机器学习等操作
2024-04-17Python+PyTorch:图像处理界的“瑞士军刀” 在图像处理这个充满魔法的世界里,Python和PyTorch这对黄金搭档,就像一位技艺高超的魔法师和一把无所不能的“瑞士军刀”,总能轻松解决各种看似棘手的难题。它们以高效、灵活和强大的特性,引领着图像处理技术的发展潮流,让无数开发者为之倾倒。Python,这位优雅的魔法师,以其简洁易懂的语法和丰富的库资源,赢得了广大开发者喜爱。无论是数据处理、机器学习还是深度学习,Python都能轻松应对,展现出其无与伦比的魅力。在图像处理领域,Python更是如鱼得水,通过OpenCV、PIL等库,能够轻松实现图像的读取、显示、裁剪、缩放、滤波等操作,让图像在指尖起舞。而PyTorch,这把图像处理界的“瑞士军刀”,则以其灵活性和易用性,成为深度学习领域的翘楚。它拥有强大的自动求导功能,能够轻松构建和训练复杂的神经网络模型。在图像处理中,PyTorch能够助力开发者构建出各种高效的图像识别、分割、生成等模型,让图像焕发出新的生机。想象一下,当你掌握了Python和PyTorch这对黄金搭档,就如同掌握了一把魔法杖和一把瑞士军刀。必然大可作为
- 1.25MB
hugging face的models-openai-clip-vit-large-patch14文件夹
2023-10-25用于无法访问hugging face并需要运行stable-diffusion-webui时使用
- 10KB
神经网络回归预测--气温数据集
2021-11-26神经网络回归预测--气温数据集
- 1.87MB
XGBoost+LightGBM+LSTM-光伏发电量预测
2022-12-24包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上,论证了辐照度、光伏板工作温度等影响光伏输出功率的因素,通过实时监测的光伏板运行状态参数和气象参数建立预测模型,预估光伏电站瞬时发电量,根据光伏电站DCS系统提供的实际发电量数据进行对比分析,验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献
- 2.20MB
Mathwork+Matlab+编程手册
2023-08-25Introduction to Programming with MATLAB ~ Vanderbilt University
- 1.7MB
yolov8调用zed相机实现三维测距(版本一)
2024-04-16yolov8调用zed相机实现三维测距(版本一),具体内容见博客https://blog.csdn.net/qq_45077760?type=blog