书籍详情
NLTK基础教程：用NLTK和Python库构建机器学习应用
作者：Nitin，Hardeniya，哈登尼亚 著；凌杰 译
出版社：人民邮电出版社
出版时间：2017-05-01
ISBN：9787115452573
定价：¥49.00
购买这本书可以去
内容简介
NLTK 库是当前自然语言处理（NLP）领域zui为流行、使用zui为广泛的库之一， 同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书主要介绍如何通过NLTK库与一些Python库的结合从而实现复杂的NLP任务和机器学习应用。全书共分为10章。第1章对NLP进行了简单介绍。第2章、第3章和第4章主要介绍一些通用的预处理技术、专属于NLP领域的预处理技术以及命名实体识别技术等。第5章之后的内容侧重于介绍如何构建一些NLP应用，涉及文本分类、数据科学和数据处理、社交媒体挖掘和大规模文本挖掘等方面。本书适合 NLP 和机器学习领域的爱好者、对文本处理感兴趣的读者、想要快速学习NLTK的zishenPython程序员以及机器学习领域的研究人员阅读。
作者简介
Nitin Hardeniya 数据科学家，拥有4年以上从业经验，期间分别任职于Fidelity、Groupon和[24]7等公司，其业务横跨各个不同的领域。此外，他还拥有IIIT-H的计算语言学硕士学位，并且是5项客户体验专利的作者。
目录
第1章 自然语言处理简介\t1
1．1 为什么要学习NLP\t2
1．2 先从Python开始吧\t5
1．2．1 列表\t5
1．2．2 自助功能\t6
1．2．3 正则表达式\t8
1．2．4 字典\t9
1．2．5 编写函数\t10
1．3 向NLTK迈进\t11
1．4 练习\t16
1．5 小结\t17
第2章 文本的歧义及其清理\t18
2．1 何谓文本歧义\t18
2．2 文本清理\t20
2．3 语句分离器\t21
2．4 标识化处理\t22
2．5 词干提取\t23
2．6 词形还原\t24
2．7 停用词移除\t25
2．8 罕见词移除\t26
2．9 拼写纠错\t26
2．10 练习\t27
2．11 小结\t28
第3章 词性标注\t29
3．1 何谓词性标注\t29
3．1．1 Stanford标注器\t32
3．1．2 深入了解标注器\t33
3．1．3 顺序性标注器\t35
3．1．4 Brill标注器\t37
3．1．5 基于机器学习的标注器\t37
3．2 命名实体识别（NER）\t38
3．3 练习\t40
3．4 小结\t41
第4章 文本结构解析\t43
4．1 浅解析与深解析\t43
4．2 两种解析方法\t44
4．3 为什么需要进行解析\t44
4．4 不同的解析器类型\t46
4．4．1 递归下降解析器\t46
4．4．2 移位-归约解析器\t46
4．4．3 图表解析器\t46
4．4．4 正则表达式解析器\t47
4．5 依存性文本解析\t48
4．6 语块分解\t50
4．7 信息提取\t53
4．7．1 命名实体识别（NER）\t53
4．7．2 关系提取\t54
4．8 小结\t55
第5章 NLP应用\t56
5．1 构建第一个NLP应用\t57
5．2 其他NLP应用\t60
5．2．1 机器翻译\t60
5．2．2 统计型机器翻译\t61
5．2．3 信息检索\t62
5．2．4 语音识别\t64
5．2．5 文本分类\t65
5．2．6 信息提取\t66
5．2．7 问答系统\t67
5．2．8 对话系统\t67
5．2．9 词义消歧\t67
5．2．10 主题建模\t68
5．2．11 语言检测\t68
5．2．12 光符识别\t68
5．3 小结\t68
第6章 文本分类\t70
6．1 机器学习\t71
6．2 文本分类\t72
6．3 取样操作\t74
6．3．1 朴素贝叶斯法\t76
6．3．2 决策树\t79
6．3．3 随机梯度下降法\t80
6．3．4 逻辑回归\t81
6．3．5 支持向量机\t81
6．4 随机森林算法\t83
6．5 文本聚类\t83
6．6 文本中的主题建模\t84
6．7 参考资料\t87
6．8 小结\t87
第7章 Web爬虫\t88
7．1 Web爬虫\t88
7．2 编写第一个爬虫程序\t89
7．3 Scrapy库中的数据流\t92
7．3．1 Scrapy库的shell\t93
7．3．2 目标项\t98
7．4 生成网站地图的蜘蛛程序\t99
7．5 目标项管道\t100
7．6 参考资料\t102
7．7 小结\t102
第8章 NLTK与其他Python库的搭配
运用\t104
8．1 NumPy\t104
8．1．1 多维数组\t105
8．1．2 基本运算\t106
8．1．3 从数组中提取数据\t107
8．1．4 复杂矩阵运算\t108
8．2 SciPy\t112
8．2．1 线性代数\t113
8．2．2 特征值与特征向量\t113
8．2．3 稀疏矩阵\t114
8．2．4 优化措施\t115
8．3 pandas\t117
8．3．1 读取数据\t117
8．3．2 数列\t119
8．3．3 列转换\t121
8．3．4 噪声数据\t121
8．4 matplotlib\t123
8．4．1 子图绘制\t123
8．4．2 添加坐标轴\t124
8．4．3 散点图绘制\t125
8．4．4 条形图绘制\t126
8．4．5 3D绘图\t126
8．5 参考资料\t126
8．6 小结\t127
第9章 Python中的社交媒体挖掘\t128
9．1 数据收集\t128
9．2 数据提取\t132
9．3 地理可视化\t134
9．3．1 影响力检测\t135
9．3．2 Facebook\t135
9．3．3 有影响力的朋友\t139
9．4 小结\t141
第10章 大规模文本挖掘\t142
10．1 在Hadoop上使用Python的
不同方式\t142
10．1．1 Python的流操作\t143
10．1．2 Hive/Pig下的UDF\t143
10．1．3 流封装器\t143
10．2 Hadoop上的NLTK\t144
10．2．1 用户定义函数
（UDF）\t144
10．2．2 Python的流操作\t146
10．3 Hadoop上的Scikit-learn\t147
10．4 PySpark\t150
10．5 小结\t153
1．1 为什么要学习NLP\t2
1．2 先从Python开始吧\t5
1．2．1 列表\t5
1．2．2 自助功能\t6
1．2．3 正则表达式\t8
1．2．4 字典\t9
1．2．5 编写函数\t10
1．3 向NLTK迈进\t11
1．4 练习\t16
1．5 小结\t17
第2章 文本的歧义及其清理\t18
2．1 何谓文本歧义\t18
2．2 文本清理\t20
2．3 语句分离器\t21
2．4 标识化处理\t22
2．5 词干提取\t23
2．6 词形还原\t24
2．7 停用词移除\t25
2．8 罕见词移除\t26
2．9 拼写纠错\t26
2．10 练习\t27
2．11 小结\t28
第3章 词性标注\t29
3．1 何谓词性标注\t29
3．1．1 Stanford标注器\t32
3．1．2 深入了解标注器\t33
3．1．3 顺序性标注器\t35
3．1．4 Brill标注器\t37
3．1．5 基于机器学习的标注器\t37
3．2 命名实体识别（NER）\t38
3．3 练习\t40
3．4 小结\t41
第4章 文本结构解析\t43
4．1 浅解析与深解析\t43
4．2 两种解析方法\t44
4．3 为什么需要进行解析\t44
4．4 不同的解析器类型\t46
4．4．1 递归下降解析器\t46
4．4．2 移位-归约解析器\t46
4．4．3 图表解析器\t46
4．4．4 正则表达式解析器\t47
4．5 依存性文本解析\t48
4．6 语块分解\t50
4．7 信息提取\t53
4．7．1 命名实体识别（NER）\t53
4．7．2 关系提取\t54
4．8 小结\t55
第5章 NLP应用\t56
5．1 构建第一个NLP应用\t57
5．2 其他NLP应用\t60
5．2．1 机器翻译\t60
5．2．2 统计型机器翻译\t61
5．2．3 信息检索\t62
5．2．4 语音识别\t64
5．2．5 文本分类\t65
5．2．6 信息提取\t66
5．2．7 问答系统\t67
5．2．8 对话系统\t67
5．2．9 词义消歧\t67
5．2．10 主题建模\t68
5．2．11 语言检测\t68
5．2．12 光符识别\t68
5．3 小结\t68
第6章 文本分类\t70
6．1 机器学习\t71
6．2 文本分类\t72
6．3 取样操作\t74
6．3．1 朴素贝叶斯法\t76
6．3．2 决策树\t79
6．3．3 随机梯度下降法\t80
6．3．4 逻辑回归\t81
6．3．5 支持向量机\t81
6．4 随机森林算法\t83
6．5 文本聚类\t83
6．6 文本中的主题建模\t84
6．7 参考资料\t87
6．8 小结\t87
第7章 Web爬虫\t88
7．1 Web爬虫\t88
7．2 编写第一个爬虫程序\t89
7．3 Scrapy库中的数据流\t92
7．3．1 Scrapy库的shell\t93
7．3．2 目标项\t98
7．4 生成网站地图的蜘蛛程序\t99
7．5 目标项管道\t100
7．6 参考资料\t102
7．7 小结\t102
第8章 NLTK与其他Python库的搭配
运用\t104
8．1 NumPy\t104
8．1．1 多维数组\t105
8．1．2 基本运算\t106
8．1．3 从数组中提取数据\t107
8．1．4 复杂矩阵运算\t108
8．2 SciPy\t112
8．2．1 线性代数\t113
8．2．2 特征值与特征向量\t113
8．2．3 稀疏矩阵\t114
8．2．4 优化措施\t115
8．3 pandas\t117
8．3．1 读取数据\t117
8．3．2 数列\t119
8．3．3 列转换\t121
8．3．4 噪声数据\t121
8．4 matplotlib\t123
8．4．1 子图绘制\t123
8．4．2 添加坐标轴\t124
8．4．3 散点图绘制\t125
8．4．4 条形图绘制\t126
8．4．5 3D绘图\t126
8．5 参考资料\t126
8．6 小结\t127
第9章 Python中的社交媒体挖掘\t128
9．1 数据收集\t128
9．2 数据提取\t132
9．3 地理可视化\t134
9．3．1 影响力检测\t135
9．3．2 Facebook\t135
9．3．3 有影响力的朋友\t139
9．4 小结\t141
第10章 大规模文本挖掘\t142
10．1 在Hadoop上使用Python的
不同方式\t142
10．1．1 Python的流操作\t143
10．1．2 Hive/Pig下的UDF\t143
10．1．3 流封装器\t143
10．2 Hadoop上的NLTK\t144
10．2．1 用户定义函数
（UDF）\t144
10．2．2 Python的流操作\t146
10．3 Hadoop上的Scikit-learn\t147
10．4 PySpark\t150
10．5 小结\t153
猜您喜欢
