Aplikovaná analýza textu s Pythonom: Umožnenie jazykovo orientovaných dátových produktov pomocou strojového učenia

Recenzie čitateľov

Kniha poskytuje komplexný a praktický úvod do spracovania prirodzeného jazyka (NLP) a ponúka cenné poznatky a praktické príklady pre tých, ktorí sa chcú venovať tejto téme. Hoci je dobre prijímaná skúsenými programátormi a odborníkmi z praxe, pre začiatočníkov môže predstavovať výzvu vzhľadom na jej zložitosť a závislosť od kódovania. Niektorí čitatelia považujú niektoré príklady kódu za frustrujúce a nie okamžite funkčné.

** Vysoko odporúčame pre jej komplexný úvod do konceptov NLP. ** Stručná a praktická, vďaka čomu sa ľahko číta od začiatku do konca. ** Dobré pokrytie súčasných metodík a knižníc NLP vrátane praktických aplikácií. ** Slúži ako užitočný zdroj informácií pre skúsených programátorov a praktikov v tejto oblasti.

** Príklady kódov často nefungujú hneď na stránke a vyžadujú si úpravy. ** Chýba dostatočné vysvetlenie pre začiatočníkov, čo sťažuje prácu menej skúseným programátorom. ** Nefunguje dobre ako referencia kvôli svojmu kumulatívnemu stavebnému štýlu. ** Nie je k dispozícii pre Kindle Cloud Reader, čo obmedzuje prístup niektorých používateľov.

(na základe 14 čitateľských recenzií)

Pôvodný názov:

Applied Text Analysis with Python: Enabling Language-Aware Data Products with Machine Learning

Obsah knihy:

Prirodzený jazyk je jedným z najbohatších a najnedostatočnejšie využívaných zdrojov údajov - od správ a prejavov až po neformálne rozhovory na sociálnych sieťach. Nielenže prichádza v neustálom prúde, neustále sa mení a prispôsobuje kontextu, ale obsahuje aj informácie, ktoré tradičné zdroje údajov neprinášajú.

Kľúčom k sprístupneniu prirodzeného jazyka je kreatívne využitie textovej analýzy. Táto praktická kniha predstavuje prístup dátového vedca k vytváraniu produktov s ohľadom na jazyk pomocou aplikovaného strojového učenia. Naučíte sa robustné, opakovateľné a škálovateľné techniky na analýzu textu pomocou jazyka Python vrátane kontextového a jazykového príznakového inžinierstva, vektorizácie, klasifikácie, tematického modelovania, rozlíšenia entít, analýzy grafov a vizuálneho riadenia.

Na konci knihy budete vybavení praktickými metódami na riešenie ľubovoľného počtu zložitých problémov reálneho sveta. Predspracujte a vektorizujte text do vysokorozmerných reprezentácií príznakov.

Vykonajte klasifikáciu dokumentov a tematické modelovanie. Riadiť proces výberu modelu pomocou vizuálnej diagnostiky. Extrahujte kľúčové frázy, pomenované entity a grafové štruktúry na zdôvodnenie údajov v texte.

Vytvorte dialógový rámec na umožnenie chatbotov a interakcie založenej na jazyku. Použite Spark na škálovanie výpočtového výkonu a neurónové siete na škálovanie zložitosti modelu.