Hodnotenie:
Kniha je niektorými čitateľmi pozitívne prijímaná pre svoje jasné vysvetlenia a štruktúru vhodnú pre začiatočníkov, najmä pre tých, ktorí majú základné znalosti programovania. Čelí však aj kritike za to, že je zastaraná, obsahuje chyby a chýba jej hĺbka v dôležitých témach.
Výhody:⬤ Dobre štruktúrovaný obsah, ktorý zjednodušuje zložité pojmy
⬤ relatívne príklady
⬤ vhodné pre začiatočníkov so základnými znalosťami programovania
⬤ užitočné pre získanie vedomostí o technikách NLP.
⬤ Zastaraný obsah využívajúci Python
⬤ 7
⬤ veľa chýb a omylov
⬤ niektoré časti vnímané ako zbytočné
⬤ dôležité témy ako parsery a NER nie sú dostatočne vysvetlené.
(na základe 5 čitateľských recenzií)
Python Natural Language Processing: Advanced machine learning and deep learning techniques for natural language processing
Využitie sily strojového učenia a hlbokého učenia na získavanie informácií z textových údajov
Kľúčové funkcie
⬤ Zavedenie techník strojového učenia a hlbokého učenia na efektívne spracovanie prirodzeného jazyka.
⬤ Začnite pracovať s NLTK a ľahko implementujte NLP do svojich aplikácií.
⬤ Pochopte a interpretujte ľudské jazyky pomocou sily textovej analýzy prostredníctvom jazyka Python.
Popis knihy
Táto kniha začína položením základov spracovania prirodzeného jazyka a dôvodmi, prečo je Python jednou z najlepších možností na vytvorenie expertného systému založeného na NLP s výhodami, ako je podpora komunity, dostupnosť rámcov atď. Neskôr vám poskytne lepšie pochopenie dostupných voľných foriem korpusov a rôznych typov datasetov. Potom budete vedieť, ako si vybrať dataset pre aplikácie spracovania prirodzeného jazyka a nájsť správne NLP techniky na spracovanie viet v datasetoch a pochopenie ich štruktúry. Naučíte sa tiež, ako tokenizovať rôzne časti viet a spôsoby ich analýzy.
V priebehu knihy sa zoznámite so sémantickou aj syntaktickou analýzou textu. Pochopíte, ako riešiť rôzne nejednoznačnosti pri spracovaní ľudského jazyka a pri vykonávaní analýzy textu sa stretnete s rôznymi scenármi.
Naučíte sa samotné základy prípravy prostredia na spracovanie prirodzeného jazyka, prejdete k počiatočnému nastaveniu a potom rýchlo pochopíte vety a časti jazyka. Spoznáte silu strojového učenia a hlbokého učenia na získavanie informácií z textových údajov.
Na konci knihy budete jasne rozumieť spracovaniu prirodzeného jazyka a budete pracovať na viacerých príkladoch, ktoré implementujú NLP v reálnom svete.
Čo sa naučíte
⬤ Sústredenie sa na programovacie paradigmy jazyka Python, ktoré sa používajú na vývoj aplikácií NLP.
⬤ Poznáte korpusovú analýzu a rôzne typy atribútov údajov.
⬤ Učiť sa NLP pomocou knižníc jazyka Python, ako sú NLTK, Polyglot, SpaCy, Standford CoreNLP atď.
⬤ Učiť sa o extrakcii funkcií a výbere funkcií ako súčasti inžinierstva funkcií.
⬤ Preskúmajte výhody vektorizácie v hlbokom učení.
⬤ Získajte lepšie pochopenie architektúry systému založeného na pravidlách.
⬤ Optimalizujte a dolaďte algoritmy strojového učenia s kontrolou a bez kontroly pre problémy NLP.
⬤ Identifikovať techniky hlbokého učenia pre problémy spracovania prirodzeného jazyka a generovania prirodzeného jazyka.