全新正版现货 Python自然语言处理 9787121446597
正版新书现货 可以下单一般就是有货的 下午5点前订单当天发货
￥ 31.86 5.9折 ￥ 54 全新
库存3件
作者刘鸿博，王时绘，张小梅主编
出版社电子工业出版社
ISBN9787121446597
出版时间2023-01
版次1
装帧平装
开本16开
纸张胶版纸
页数268页
定价54元
货号R_12021187
上书时间2024-01-26
- 在售商品 暂无
- 平均发货时间 7小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
基本信息
书名:Python自然语言处理
定价：54.00元
作者:刘鸿博，王时绘，张小梅主编
出版社：电子工业出版社
出版日期：2023-01-01
ISBN：9787121446597
字数：
页码：268
版次：
装帧：平装
开本：16开
商品重量：
编辑推荐
内容提要
本书基于Python编程语言，以实战为导向，主要介绍自然语言处理的各种理论、方法及应用案例。全书共14章：～3章侧重介绍自然语言处理所必需的理论基础知识，包括自然语言处理基础、Python基础、语料库基础等内容；第4～10章主要讲解词法分析、词向量与关键词提取、句法分析、语义分析、情感分析等自然语言处理核心技术的原理及实现方法，以及自然语言处理中常用的机器学习和深度学习技术；1～14章主要介绍自然语言处理比较典型的应用场景，包括机器翻译与写作、智能问答与对话及个性化推荐，以及自然语言处理技术在医疗、司法和金融领域的应用情况。本书设置较多示例，实操性较强，建议读者根据书内讲解动手完成实验，以便巩固所学内容。
目录
目 录章 自然语言处理基础t11．1 什么是自然语言处理t11．1．1 自然语言处理的概念t11．1．2 自然语言处理的研究任务t31．2 自然语言处理的发展历程t41．3 自然语言处理相关知识的构成t61．3．1 基础术语t61．3．2 知识结构t71．4 探讨自然语言处理的几个层面t81．5 自然语言处理与人工智能t10第2章 Python基础t112．1 搭建Python开发环境t112．1．1 Python的科学计算发行版―Anacondat112．1．2 Anaconda的下载与安装t132．2 正则表达式在自然语言处理中的基本应用t172．2．1 匹配字符串t182．2．2 使用转义符t202．2．3 抽取文本中的数字t212．3 Numpy使用详解t222．3．1 创建数组t222．3．2 获取Numpy中数组的维度t242．3．3 获取本地数据t242．3．4 正确读取数据t252．3．5 Numpy数组索引t252．3．6 Numpy数组切片t262．3．7 数组比较t262．3．8 替代值t272．3．9 数据类型的转换t282．3．10 Numpy的统计计算方法t29第3章 语料库基础t303．1 语料库基础概述t303．2 自然语言工具包NLTKt313．2．1 NLTK概述t313．2．2 安装NLTKt323．2．3 使用NLTKt333．2．4 在PythoNLTK下使用Stanford NLPt373．3 获取语料库t413．3．1 访问网站t413．3．2 编写程序t423．3．3 通过NLTK获取t433．4 综合案例：走进《红楼梦》t463．4．1 数据采集和预处理t463．4．2 构建本地语料库t473．4．3 语料操作t47第4章 词法分析t514．1 中文分词t514．1．1 中文分词介绍t514．1．2 规则分词t524．1．3 统计分词t584．1．4 混合分词t674．1．5 中文分词工具―Jiebat674．2 词性标注t704．2．1 词性标注概述t704．2．2 词性标注规范t714．2．3 Jieba分词中的词性标注t724．3 命名实体识别t734．3．1 命名实体识别概述t734．3．2 基于CRF的命名实体识别t754．3．3 日期识别实战t774．3．4 地名识别实战t81第5章 词向量与关键词提取t905．1 词向量算法word2vect905．1．1 神经网络语言模型t915．1．2 C＆W模型t925．1．3 CBOW模型和Skip-gram模型t935．2 关键词提取技术概述t945．3 TF-IDF算法t955．4 TextRank算法t965．5 LSA/LSI/LDA算法t985．5．1 LSA/LSI算法t985．5．2 LDA算法t995．6 提取文本关键词t100第6章 句法分析t1086．1 句法分析概述t1086．1．1 句法分析的基本概念t1086．1．2 句法分析的基本方法t1096．2 句法分析的数据集与评测方法t1096．2．1 句法分析的数据集t1106．2．2 句法分析的评测方法t1116．3 句法分析的常用方法t1116．3．1 基于PCFG的句法分析t1126．3．2 基于间隔马尔可夫网络的句法分析t1136．3．3 基于CRF的句法分析t1146．3．4 基于移进-归约的句法分析模型t1146．4 使用Stanford Parser的PCFG算法进行句法分析t1156．4．1 Stanford Parsert1156．4．2 基于PCFG的中文句法分析实战t116第7章 语义分析t1197．1 词义消歧t1197．1．1 基于规则的词义消歧t1207．1．2 基于统计的词义消歧t1217．1．3 基于实例的词义消歧t1227．1．4 基于词典的词义消歧t1227．2 语义角色标注t1247．2．1 格语法t1247．2．2 基于统计机器学习技术的语义角色标注t1257．3 深层语义推理t1267．3．1 命题逻辑和谓词逻辑t1267．3．2 语义网络t1277．3．3 概念依存理论t129第8章 情感分析t1308．1 情感分析的应用领域t1308．2 情感分析的基本方法t1318．2．1 词法分析t1328．2．2 机器学习方法t1328．2．3 混合分析t1328．3 实战―电影评论情感分析t1338．3．1 模型选择t1348．3．2 载入数据t1368．3．3 辅助函数t1388．3．4 模型设置t1388．3．5 调参配置t1408．3．6 训练过程t140第9章 机器学习与自然语言处理t1419．1 几种常用的机器学习方法t1419．1．1 文本分类t1419．1．2 特征提取t1429．1．3 标注t1429．1．4 搜索与排序t1439．1．5 推荐系统t1449．1．6 序列学习t1459．2 无监督学习的文本聚类t1469．3 文本分类实战：中文垃圾邮件分类t1489．3．1 实现代码t1489．3．2 评价指标t1519．4 文本聚类实战：用k-means对豆瓣读书数据聚类t1530章 深度学习与自然语言处理t15710．1 词嵌入算法t15710．1．1 词向量t15710．1．2 word2vect15810．1．3 词向量模型t15910．1．4 CBOW和Skip-gramt16110．2 训练词向量实践t16110．3 RNNt16610．3．1 简单RNNt16610．3．2 LSTM网络t16810．3．3 Attention机制t17210．4 seq2seq模型与实战t17310．4．eq2seq模型t17310．4．2 实战seq2seq问答机器人t1741章 机器翻译与写作t19411．1 机器翻译t19411．1．1 机器翻译的意义t19411．1．2 经典的神经网络机器翻译模型t19511．1．3 机器翻译译文质量评价t20011．1．4 机器翻译面临的挑战t20211．2 机器写作t20311．2．1 什么是机器写作t20311．2．2 艺术写作t20411．2．3 当代写作t2072章 智能问答与对话t21212．1 智能问答t21212．2 智能对话系统t21212．2．1 对话系统的基本过程t21312．2．2 对话系统的常见场景t21312．3 问答系统的主要组成t21412．4 不同类型的问答系统t21512．4．1 文本问答系统t21612．4．2 阅读理解型文本问答系统t22012．4．3 社区问答系统t22312．4．4 IBM的“沃森”问答系统t22512．5 前景与挑战t2263章 个性化推荐t22713．1 推荐系统是什么t22713．2 个性化推荐的基本问题t22713．2．1 推荐系统的输入t22813．2．2 推荐系统的输出t22813．2．3 推荐的基本形式t22913．2．4 推荐系统的三大核心t23013．3 推荐的可解释性t23013．4 前景与挑战t23213．4．1 推荐系统面临的问题t23213．4．2 推荐系统的新方向t2334章 行业应用t23514．1 智慧医疗t23514．1．1 智慧医疗的产生与概念t23514．1．2 智慧医疗中的人工智能t23714．1．3 前景与挑战t23914．2 智慧司法t24014．2．1 智慧司法是什么t24014．2．2 研究与应用方向t24114．2．3 期望与挑战t24714．3 智能金融t24814．3．1 了解智能金融t24814．3．2 智能金融技术的应用t25214．3．3 智能金融的前景与挑战t254
作者介绍
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价