SparkNLP自然语言处理（影印版）

图书标准信息

• 作者 AlexThomas 著
• 出版社 东南大学出版社
• 出版时间 2021-07
• 版次 1
• ISBN 9787564195113
• 定价 132.00元
• 装帧 平装
• 开本 16开
• 页数 347页

【内容简介】

如果你想构建一款使用自然语言文本的企业级应用，但不确定从哪里着手或者该使用什么工具，这本实用指南可以助你一臂之力。Wisecube首席数据科学家Alex Thomas向软件工程师和数据科学家们展示了如何使用深度学习和Apache Spark NLP库构建可扩展的自然语言处理（Natural Language Processing，NLP）应用。
    通过具体的示例、实践和理论解释，以及在Spark处理框架上使用NLP进行的动手练习，本书将教授你从基本语言学和书写系统到情感分析和搜索引擎的一切。除此之外，你还将探究开发基于文本的应用时要特别注意的性能等问题。
    在本书的四个部分中，你将学习到NLP基础知识和基本构成要素，然后再深入研究应用和系统构建：
    基础：理解自然语言处理、Apache Stark上的NLP及深度学习的基础知识。
    基本构成要素：学习包括标记化、句子分割和命名实体识别在内的NLP应用构建技术，知晓其工作方式及工作原理。
    应用：探究构建你自己的NLP应用所涉及的设计、开发和实验过程。
    构建NLP系统：考虑生产和部署NLP模型的备选方案，包括支持哪些人类语言。

【作者简介】

亚历克斯・托马斯是Wisecube的首席数据科学家。他将自然语言处理和机器学习运用于临床数据、身份数据、雇主和求职者数据以及如今的生化数据。Alex从09版本开始使用Apache Spark，在工作中也用过包括UIMA和OpenNLP在内的多种NLP库和框架。

【目录】

Preface
Part I.  Basics
  1. Getting Started
    Introduction
    Other Tools
    Setting Up Your Environment
      Prerequisites
      Starting Apache Spark
      Checking Out the Code
    Getting Familiar with Apache Spark
      Starting Apache Spark with Spark NLP
      Loading and Viewing Data in Apache Spark
    Hello World with Spark NLP
  2. Natural Language Basics
    What Is Natural Language?
      Origins of Language
      Spoken Language Versus Written Language
    Linguistics
      Phonetics and Phonology
      Morphology
      Syntax
      Semantics
    Sociolinguistics: Dialects, Registers, and Other Varieties
      Formality
      Context
    Pragmatics
      Roman ]akobson
      How To Use Pragmatics
    Writing Systems
      Origins
      Alphabets
      Abiads
      Abugidas
      Syllabaries
      Logographs
    Encodings
      ASCII
      Unicode
      UTF-8
    Exercises: Tokenizing
      Tokenize English
      Tokenize Greek
      Tokenize Ge\'ez (Amharic)
    Resources
  3. NLP on Apache Spark
    Parallelism, Concurrency, Distributing Computation
      Parallelization Before Apache Hadoop
      MapReduce and Apache Hadoop
      Apache Spark
    Architecture of Apache Spark
      Physical Architecture
      Logical Architecture
    Spark SQL and Spark MLlib
      Transformers
      Estimators and Models
      Evaluators
    NLP Libraries
      Functionality Libraries
      Annotation Libraries
      NLP in Other Libraries
    Spark NLP
      Annotation Library
      Stages
      Pretrained Pipelines
      Finisher
      Exercises: Build a Topic Model
      Resources
  4. Deep Learning Basics
    Gradient Descent
    Backpropagation
    Convolutional Neural Networks
      Filters
      Pooling
    Recurrent Neural Networks
      Backpropagation Through Time
      Elman Nets
      LSTMs
  Exercise 1
  Exercise 2
  Resources
 Part II.  Building Blocks
  5. Processing Words
  6. Information Retrieval
  7. Classification and Regression
  8. Sequence Modeling with Keras
  9. Information Extraction
  10. Topic Modeling
  11. Word Embeddings
Part III.  Applications
  12. Sentiment Analysis and Emotion Detection
  13. Building Knowledqe Bases
  14. Search Engine
  15. Chatbot
  16. Object Character Recognition
Part IV.  Building NLP Systems
  17. Supporting Multiple Languages
  18. Human Labeling
  19. Productionizing NLP Applications
Glossary
Index