实用自然语言处理（影印版）

图书标准信息

• 作者 AnujGupta、HarshitSurana 著
• 出版社 东南大学出版社
• 出版时间 2021-05
• 版次 1
• ISBN 9787564194925
• 定价 142.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 456页
• 字数 558千字

【内容简介】

许多书籍和课程都是通过一些小儿科般的用例和定义良好的数据集来解决自然语言处理（natural language processing，NLP）问题。但如果你想在商业环境中构建、迭代、扩展NLP系统，为特定的垂直行业进行量身定制，这本书就是你的行动指南。软件工程师和数据科学家将学会如何繁杂的选项迷宫中来去自如。
在阅读过程中，本书作者Sowmya Vajjala、Bodhisattwa Majumder、Anuj Gupta、Harshit Surana将指导你构建嵌入在大型产品设置中的真实NLP解决方案。你会学到如何针对不同的垂直行业（如医疗保健、社交媒体和零售业）调整解决方案。
 在本书中，你将能够：
 理解NLP中广泛的问题、任务和解决方法。

 

 使用机器学习和深度学习的方法实现和评估不同的NLP应用。

 

 根据业务问题和行业垂直度，微调NLP解决方案。

 

 评估用于NLP产品任务、数据集和不同阶段的各种算法和方法。

 

 形成遵循NLP系统发布、部署、DevOps最佳实践的软件解决方案。

 

 从业务和产品领导者的角度理解NLP的最佳实践、机会和路线图。

【作者简介】

:
    Anuj Gupta是Vahan的机器学习负责人。他曾在财富100强公司和初创企业中培养并领导了多支ML团队。

【目录】

Foreword

Preface

Part I.Foundations

1.NLP:A Primer

NLP in the Real World

NLP Tasks

What Is Language?

Building Blocks of Language

Why Is NLP Challenging?

Machine Learning,Deep Learning,and NLP:An Overview

Approaches to NLP

Heuristics-Based NLP

Machine Learning for NLP

Deep Learning for NLP

Why Deep Learning Is Not Yet the Silver Bullet for NLP

An NLP Walkthrough:Conversational Agents

Wrapping Up

2.NLP Pipeline

Data Acquisition

Text Extraction and Cleanup

HTML Parsing and Cleanup

Unicode Normalization

Spelling Correction

System-Specific Error Correction

Pre-Processing

Preliminaries

Frequent Steps

Other Pre-Processing Steps

Advanced Processing

Feature Engineering

Classical NLP/ML Pipeline

DL Pipeline

Modeling

Start with Simple Heuristics

Building Your Model

Building THE Model

Evaluation

Intrinsic Evaluation

Extrinsic Evaluation

Post-Modeling Phases

Deployment

Monitoring

Model Updating

Working with Other Languages

Case Study

Wrapping Up

3.Text Representation

Vector Space Models

Basic Vectorization Approaches

One-Hot Encoding

……

内容摘要
许多书籍和课程都是通过一些小儿科般的用例和定义良好的数据集来解决自然语言处理（natural language processing，NLP）问题。但如果你想在商业环境中构建、迭代、扩展NLP系统，为特定的垂直行业进行量身定制，这本书就是你的行动指南。软件工程师和数据科学家将学会如何繁杂的选项迷宫中来去自如。在阅读过程中，本书作者Sowmya Vajjala、Bodhisattwa Majumder、Anuj Gupta、Harshit Surana将指导你构建嵌入在大型产品设置中的真实NLP解决方案。你会学到如何针对不同的垂直行业（如医疗保健、社交媒体和零售业）调整解决方案。在本书中，你将能够：理解NLP中广泛的问题、任务和解决方法。使用机器学习和深度学习的方法实现和评估不同的NLP应用。根据业务问题和行业垂直度，微调NLP解决方案。评估用于NLP产品任务、数据集和不同阶段的各种算法和方法。形成遵循NLP系统发布、部署、DevOps很好实践的软件解决方案。从业务和产品的角度理解NLP的很好实践、机会和路线图。