类似推荐
内容简介
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。
作者简介
作者索米亚·瓦贾拉，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。
章节目录
版权信息
版权声明
O'Reilly Media, Inc.介绍
业界评论
献词
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
1.3 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
1.5 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
2.3 预处理
2.4 特征工程
2.5 建模
2.6 评估
2.7 建模之后的阶段
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
3.3 分布式表示
3.4 词和字符之上的分布式表示
3.5 通用文本表示
3.6 可视化嵌入
3.7 人工特征表示
3.8 小结
第二部分 核心
第4章 文本分类
4.1 应用程序
4.2 文本分类流水线
4.3 一个流水线，多个分类器
4.4 在文本分类中使用神经嵌入
4.5 用于文本分类的深度学习
4.6 解释文本分类模型
4.7 无数据或少数据学习和新领域适应
4.8 案例研究：企业工单系统
4.9 实用建议
4.10 小结
第5章 信息提取
5.1 信息提取应用程序
5.2 信息提取任务
5.3 信息提取的通用流水线
5.4 关键词提取
5.5 命名实体识别
5.6 命名实体消歧与链接
5.7 关系提取
5.8 其他高级信息提取任务
5.9 案例研究
5.10 小结
第6章 聊天机器人
6.1 聊天机器人的应用
6.2 聊天机器人的分类
6.3 构建对话系统的流水线
6.4 对话系统原理
6.5 深入对话系统的组件
6.6 其他对话流水线
6.7 Rasa NLU
6.8 案例研究：食谱推荐
6.9 小结
第7章 主题简介
7.1 搜索和信息检索
7.2 主题建模
7.3 文本摘要
7.4 文本推荐系统
7.5 机器翻译
7.6 问答系统
7.7 小结
第三部分 应用
第8章 社交媒体
8.1 应用
8.2 独特的挑战
8.3 用于社交平台数据的自然语言处理
8.4 模因与虚假新闻
8.5 小结
第9章 电子商务与零售
9.1 电子商务目录
9.2 电子商务中的搜索
9.3 构建电子商务目录
9.4 评论分析
9.5 电子商务推荐
9.6 小结
第10章 医疗、金融和法律
10.1 医疗
10.2 金融与法律
10.3 小结
第四部分 综合
第11章 端到端自然语言处理系统
11.1 重温自然语言处理流水线：部署自然语言处理软件
11.2 构建和维护成熟的系统
11.3 数据科学过程
11.4 让人工智能在组织中取得成功
11.5 展望未来
11.6 结语
关于作者
关于封面
自然语言处理实战：从入门到项目实践是2022年由人民邮电出版社出版,作者【印度】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。
得书感谢您对《自然语言处理实战：从入门到项目实践》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
