基于Python的智能文本分析
正版新书 新华官方库房直发 可开电子发票
￥ 51.92 5.9折 ￥ 88 全新
库存19件
作者(美)本杰明·班福特(Benjamin Bengfort),(美)瑞贝卡·比尔布罗(Rebecca Bilbro),(美)托尼·奥杰达(Tony Ojeda)
出版社中国电力出版社
ISBN9787519838294
出版时间2017-12
版次1
装帧平装
开本16开
纸张胶版纸
页数328页
字数392千字
定价88元
货号SC:9787519838294
上书时间2024-09-20
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
Benjamin Bengfort是一位专门研究分布式系统、机器学习及其他相关技术的计算机科学家。Rebecca Bilbro是一名数据科学家和Python程序员，致力于研究机器学习工作流的可视化诊断。Tony Ojeda是District Data Labs的创始人和CEO，专注于商业策略应用分析、优化、预测服务，以及开源工具使用课程。陈光，北京邮电大学副教授，主要研究方向为机器学习和自然语言处理。
精彩内容:
前言我们生活在一个充满各种各样数字助理的世界，这使我们能与其他人以及大量的信息资源建立联系。这些智能设备的部分吸引力，在于它们不仅能传达信息；在一定程度上，它们也能理解信息，将大量数据聚合、过滤和汇总，处理成易于理解的形式，在高层次上促进人与人的交互。机器翻译、问答系统、语音识别、文本摘要，以及聊天机器人等应用，正成为我们计算生活中不可或缺的一部分。如果已经浏览过本书，那么你可能会和我们一样，对将自然语言理解组件包含在更广泛的应用和软件中的可能性感到兴奋。语言理解组件建立在现代文本分析框架之上：结合了字符串操作、词汇资源、计算语言学和机器学习算法等技术、方法的工具包，用来在语言数据和机器可理解形式之间进行相互转换。不过，在我们开始讨论这些方法和技术之前，明确这套框架的挑战和机遇，以及为什么现在讨论这些正当其时这两个问题非常重要。典型的美国高中毕业生已经记住了大约60000 个单词和数千个语法概念，足以在专业环境中进行交流。这看起来可能很多，但是想想看，写个简短的Python 脚本，可以快速访问在线词典里任何术语的定义、词源和用法，又是多么微不足道。实际上，美国人日常实践中使用的各种语言概念，仅仅是牛津词典的十分之一，也只有目前谷歌识别范围的5%。然而，能随时访问规则和定义，显然还不足以进行文本分析。如果是这样，Siri 和Alexa 就已经能接近理解我们，谷歌也可以只返回少量搜索结果，我们就可以马上和世界上讲任何语言的人聊天。为什么人类可以从很小的时候（在他们远未积累到成年人的词汇量之前）就能流畅地完成上述任务？而已有的计算版本却远不能与之匹敌？自然语言不仅仅需要死记硬背，显然，仅是确定性计算技术是不够的。自然语言的计算挑战自然语言不是用规则定义的，而是通过使用来定义的，只有通过逆向工程才能计算。在很大程度上，我们能决定使用的词具体什么含义，尽管这种“造义”只能通过协同才能
...
内容简介:
·预处理并将文本向量化成高维特征表示。
·执行文档分类和主题建模。
·通过可视化诊断指导模型选择过程。
·提取关键短语、命名实体和图结构，实现文本数据推断。
·建立对话框架，实现聊天机器人和语言驱动交互。
·用Spark扩展处理能力，用神经网络实现对更复杂模型的支持。
目录:
前言1
第1章语言与计算13
数据科学范式14
语言感知数据产品16
语言即数据21
小结29
第2章构建自定义语料库31
语料库是什么？32
语料库数据管理35
语料库读取器39
小结49
第3章语料库预处理与处置50
分解文档50
语料库的转换60
小结67
第4章文本向量化和转换流水线68
空间中的词69
Scikit-LearnAPI81
流水线88
小结93
第5章面向文本分析的文本分类95
文本分类96
构建文本分类应用99
小结110
第6章文本相似性聚类112
文本上的无监督学习112
文档相似性聚类114
文档主题建模127
小结139
第7章上下文感知文本分析140
基于语法的特征提取141
n-Gram特征提取147
n-Gram语言模型155
小结165
第8章文本可视化166
可视化特征空间167
模型诊断185
可视化操纵193
小结196
第9章文本的图分析198
图计算与分析200
从文本中抽取图204
实体解析216
小结221
第10章聊天机器人223
对话基础224
礼貌对话规则231
有趣的问题239
学习帮助250
小结257
第11章利用多处
...
— 没有更多了 —
以下为对购买帮助不大的评价