自然语言处理实战:从入门到项目实践9787115597892
正版图书，可开发票，请放心购买。
￥ 72.47 6.6折 ￥ 109.8 全新
库存35件
广东广州
认证卖家担保交易快速发货售后保障
作者(印)索米亚·瓦贾拉//博迪萨特瓦·马祖达尔//阿努杰·古普塔//哈尔希特·苏拉纳
出版社人民邮电出版社
ISBN9787115597892
出版时间2021-03
装帧平装
开本16开
定价109.8元
货号11740967
上书时间2024-12-23
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
【作者简介】 索米亚·瓦贾拉（Sowmya Vajjala）拥有德国图宾根大学计算语言学博士学位，曾就职于微软研究院，拥有跨学术界和工业界的自然语言处理经验。 博迪萨特瓦·马祖达尔（Bodhisattwa Majumder）曾在谷歌和微软研究院构建自然语言处理系统，为数百万用户提供产品服务。 阿努杰·古普塔（Anuj Gupta）为《财富》100强公司和多家创业公司孵化和组建了机器学习团队。 哈尔希特·苏拉纳（Harshit Surana）是DeepFlux公司的联合创始人兼CTO，曾在卡内基–梅隆大学和麻省理工学院媒体实验室研究自然语言处理和机器学习。 【译者简介】 吴进操 近十年语言信息处理经验，曾深度参与企业级翻译系统的研发，熟练掌握Python，对自然语言与人工智能的结合有深刻认识。 黄若星 字节跳动AML团队早期成员，曾参与字节跳动机器学习平台及联邦学习框架Fedlearner的研发，热衷于人工智能在工业界的应用与实践。
目录
本书赞誉
序
前言
第一部分 基础
第1章 自然语言处理概要
1.1 真实世界中的自然语言处理
1.2 什么是语言
1.2.1 语言的基本模块
1.2.2 为什么自然语言处理很困难
1.3 机器学习、深度学习和自然语言处理：概述
1.4 自然语言处理方法
1.4.1 基于启发式的自然语言处理
1.4.2 用于自然语言处理的机器学习
1.4.3 用于自然语言处理的深度学习
1.4.4 为什么深度学习还不是自然语言处理的灵丹妙药
1.5 自然语言处理演练：对话智能体
1.6 小结
第2章 自然语言处理流水线
2.1 数据获取
2.2 文本提取和清洗
2.2.1 HTML解析和清洗
2.2.2 Unicode规范化
2.2.3 拼写更正
2.2.4 特定于系统的错误更正
2.3 预处理
2.3.1 预备步骤
2.3.2 常用步骤
2.3.3 其他预处理步骤
2.3.4 高级处理
2.4 特征工程
2.4.1 经典自然语言处理机器学习流水线
2.4.2 深度学习流水线
2.5 建模
2.5.1 从简单的启发式开始
2.5.2 构建自己的模型
2.5.3 构建最终模型
2.6 评估
2.6.1 内在评估
2.6.2 外在评估
2.7 建模之后的阶段
2.7.1 部署
2.7.2 监控
2.7.3 模型更新
2.8 使用其他语言
2.9 案例研究
2.10 小结
第3章 文本表示
3.1 向量空间模型
3.2 基本的向量化方法
3.2.1 独热编码
3.2.2 词袋
3.2.3 n-gram袋
3.2.4 TF-IDF
……
第二部分 核心
第三部分 应用
第四部分 综合
内容摘要
本书以实际业务场景为例，介绍自然语言处理（NLP）系统开发项目的整个生命周期——从收集数据到部署和监控模型。读者将深入理解NLP系统的开发流程，知道如何消除开发痛点，从算法、数据等方面提高NLP系统的质量。全书分为四大部分，共有11章。第一部分概述NLP技术，为全书奠定知识基础。第二部分从实战角度讲解NLP系统的开发要点，内容涉及文本分类、信息提取等。第三部分专注于NLP重点应用的垂直领域：社交媒体、电子商务、医疗行业、金融业等，并辅以Python示例。第四部分将所有知识点融会贯通，并讲解如何利用所学知识部署NLP系统。
主编推荐
许多介绍自然语言处理（NLP）的书通过精心设计的示例和定义良好的数据集来展示如何解决NLP问题。但是，构建生产级NLP系统不能仅靠纸上谈兵。如果你想跨越理论与实践的鸿沟，在真实的业务环境中构建、迭代和扩展NLP系统，那么这就是为你而写的指南。 本书凝集了作者在微软、谷歌等头部公司的实践经验，详细阐释了NLP在文本分类、信息提取、聊天机器人、搜索和信息检索、主题建模、文本摘要、文本推荐、机器翻译、问答系统等常见场景中的应用，内容覆盖电商、社交媒体、医疗、金融、法律等垂直应用领域。通过阅读本书，你将为从0到1开发切实可用的NLP系统奠定牢固的知识基础。
精彩内容
本书以实际业务场景为例，介绍自然语言处理（NLP）系统开发项目的整个生命周期——从收集数据到部署和监控模型。读者将深入理解NLP系统的开发流程，知道如何消除开发痛点，从算法、数据等方面提高NLP系统的质量。全书分为四大部分，共有11章。第一部分概述NLP技术，为全书奠定知识基础。第二部分从实战角度讲解NLP系统的开发要点，内容涉及文本分类、信息提取等。第三部分专注于NLP重点应用的垂直领域：社交媒体、电子商务、医疗行业、金融业等。第四部分将所有知识点融会贯通，并讲解如何利用所学知识部署NLP系统。
本书适合在实际工作中与自然语言处理系统打交道的所有人，包括软件工程师、测试工程师、算法工程师、数据工程师、产品经理和相关技术负责人。
— 没有更多了 —
以下为对购买帮助不大的评价