-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

Python自然語言處理

( 簡體 字)
作者:[美] Steven Bird Ewan Klein Edward Loper 類別:1. -> 程式設計 -> Python
   2. -> 程式設計 -> 自然語言
譯者:
出版社:人民郵電出版社Python自然語言處理 3dWoo書號: 38817
詢問書籍請說出此書號!

缺書
NT售價: 445

出版日:7/1/2014
頁數:487
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787115333681
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

  自然語言處理(Natural Language Processing,NLP)是計算機科學領域與人工智能領域中的一個重要方向。它研究能夠實現人與計算機之間用自然語言進行有效通信的各種理論和方法,涉及所有用計算機對自然語言進行的操作。
  《Python自然語言處理》是自然語言處理領域的一本實用入門指南,旨在幫助讀者學習如何編寫程序來分析書面語言。《Python自然語言處理》基于Python編程語言以及一個名為NLTK的自然語言工具包的開源庫,但并不要求讀者有Python編程的經驗。全書共11章,按照難易程度順序編排。第1章到第3章介紹了語言處理的基礎,講述如何使用小的Python程序分析感興趣的文本信息。第4章討論結構化程序設計,以鞏固前面幾章中介紹的編程要點。第5章到第7章介紹語言處理的基本原理,包括標注、分類和信息提取等。第8章到第10章介紹了句子解析、句法結構識別和句意表達方法。第11章介紹了如何有效管理語言數據。后記部分簡要討論了NLP領域的過去和未來。
  《Python自然語言處理》的實踐性很強,包括上百個實際可用的例子和分級練習。《Python自然語言處理》可供讀者用于自學,也可以作為自然語言處理或計算語言學課程的教科書,還可以作為人工智能、文本挖掘、語料庫語言學等課程的補充讀物。
目錄:

第1章 語言處理與Python 1
1.1 語言計算:文本和詞匯 1
1.2 近觀Python:將文本當做詞鏈表 10
1.3 計算語言:簡單的統計 17
1.4 回到Python:決策與控制 24
1.5 自動理解自然語言 29
1.6 小結 35
1.7 深入閱讀 36
1.8 練習 37

第2章 獲得文本語料和詞匯資源 41
2.1 獲取文本語料庫 41
2.2 條件頻率分布 55
2.3 更多關于Python:代碼重用 60
2.4 詞典資源 63
2.5 WordNet 72
2.6 小結 78
2.7 深入閱讀 79
2.8 練習 80

第3章 處理原始文本 84
3.1 從網絡和硬盤訪問文本 84
3.2 字符串:最底層的文本處理 93
3.3 使用Unicode進行文字處理 100
3.4 使用正則表達式檢測詞組搭配 105
3.5 正則表達式的有益應用 109
3.6 規范化文本 115
3.7 用正則表達式為文本分詞 118
3.8 分割 121
3.9 格式化:從鏈表到字符串 126
3.10 小結 132
3.11 深入閱讀 133
3.12 練習 134

第4章 編寫結構化程序 142
4.1 回到基礎 142
4.2 序列 147
4.3 風格的問題 152
4.4 函數:結構化編程的基礎 156
4.5 更多關于函數 164
4.6 程序開發 169
4.7 算法設計 175
4.8 Python庫的樣例 183
4.9 小結 188
4.10 深入閱讀 189
4.11 練習 189

第5章 分類和標注詞匯 195
5.1 使用詞性標注器 195
5.2 標注語料庫 197
5.3 使用Python字典映射詞及其屬性 206
5.4 自動標注 216
5.5 N-gram標注 221
5.6 基于轉換的標注 228
5.7 如何確定一個詞的分類 230
5.8 小結 233
5.9 深入閱讀 234
5.10 練習 235

第6章 學習分類文本 241
6.1 監督式分類 241
6.2 監督式分類的舉例 254
6.3 評估 258
6.4 決策樹 263
6.5 樸素貝葉斯分類器 266
6.6 最大熵分類器 271
6.7 為語言模式建模 275
6.8 小結 276
6.9 深入閱讀 277
6.10 練習 278

第7章 從文本提取信息 281
7.1 信息提取 281
7.2 分塊 284
7.3 開發和評估分塊器 291
7.4 語言結構中的遞歸 299
7.5 命名實體識別 302
7.6 關系抽取 306
7.7 小結 307
7.8 深入閱讀 308
7.9 練習 308

第8章 分析句子結構 312
8.1 一些語法困境 312
8.2 文法的用途 316
8.3 上下文無關文法 319
8.4 上下文無關文法分析 323
8.5 依存關系和依存文法 332
8.6 文法開發 336
8.7 小結 343
8.8 深入閱讀 344
8.9 練習 344

第9章 建立基于特征的文法 349
9.1 文法特征 349
9.2 處理特征結構 359
9.3 擴展基于特征的文法 367
9.4 小結 379
9.5 深入閱讀 380
9.6 練習 381

第10章 分析語句的含義 384
10.1 自然語言理解 384
10.2 命題邏輯 391
10.3 一階邏輯 395
10.4 英語語句的語義 409
10.5 段落語義層 422
10.6 小結 428
10.7 深入閱讀 429
10.8 練習 430

第11章 語言數據管理 434
11.1 語料庫結構:案例研究 434
11.2 語料庫生命周期 439
11.3 數據采集 443
11.4 使用XML 452
11.5 使用Toolbox數據 459
11.6 使用OLAC元數據描述語言資源 463
11.7 小結 466
11.8 深入閱讀 466
11.9 練習 467

后記 470
參考文獻 476
序: