Python 自然語言處理 — 算法、技術及項目案例實戰 (微課視頻版)
(日)中本一郎、馬冀、張積林、郭彥、莊偉卿、馮麗娟、江明、黃益
- 出版商: 清華大學
- 出版日期: 2022-08-01
- 售價: $359
- 貴賓價: 9.5 折 $341
- 語言: 簡體中文
- ISBN: 7302606625
- ISBN-13: 9787302606628
-
相關分類:
Text-mining
立即出貨 (庫存=1)
買這商品的人也買了...
-
$414$393 -
$210$200 -
$320$253 -
$356Python 機器學習建模與部署 -- 從 Keras到 Kubernetes (Keras to Kubernetes: The Journey of a Machine Learning Model to Production)
-
$450$405 -
$458Excel 電商數據分析達人修煉手冊:數據高效處理與分析
-
$534$507 -
$534$507 -
$305機器學習入門與實戰 — 基於 scikit-learn 和 Keras
-
$594$564 -
$600$468 -
$356集成學習入門與實戰:原理、算法與應用
-
$301Hadoop大數據技術基礎(Python版)微課視頻版
-
$648$616 -
$454Vue.js 3 應用開發與核心源碼解析
-
$505自然語言處理的 Python 實踐
-
$305Python 智能優化算法:從原理到代碼實現與應用
-
$454Pandas 入門與實戰應用 :基於 Python 的數據分析與處理
-
$556生成對抗網絡:原理及圖像處理應用
-
$356吃透 SQL:從入門到實戰 (精講視頻版)
-
$458數據分析原理與實踐 : 基於經典算法及 Python 編程實現
-
$607Pandas 通關實戰
-
$301人工智能的數學基礎
-
$454大數據分析師面試筆試寶典
-
$594$564
相關主題
商品描述
在大數據和智能社會不斷發展的大背景下,如何培養人工智能應用型技術人才,日益成為社會各界關註的焦點。本書應此需求而作,系統分析了基於Python語言的自然語言處理相關基礎理論、常用算法、基礎技術以及實戰實例應用。 本書內容緊密圍繞自然語言處理,共可分為3篇(共12章): 基礎篇(第1~5章),重點介紹自然語言處理的基本概念、基本理論、常用算法以及基本技術,包括詞處理、句法分析、文本向量化以及輿情分析和預測分析等; 過渡篇(第6章),重點分析深度學習的基本知識與基本理論,以及與自然語言處理的關系,同時通過實戰實例介紹深度學習在自然語言處理領域的實際應用; 綜合應用篇(第7~12章),基於各種智能應用開發技術和開發平臺,介紹其在自然語言處理方面的實例,並具體討論智能應用的部署方法和部署後的驗證方法。全書各章提供了與本章主要內容配套的應用實例,每章後均附有復習習題。讀者可以結合思維導圖掌握教材的整體知識體系結構,參考附錄的上機操作手冊獲得運行實例代碼所需要的環境準備和環境設置相關知識。 本書可作為高等學校電腦類、人工智能類、商務類以及管理類專業的學生教材,也可供從事相關領域的專業技術開發人員和軟件技術人員參考。
目錄大綱
目錄
隨書資源
環境說明
基礎篇
第1章自然語言處理概述
1.1自然語言處理
1.1.1自然語言處理主要研究對象
1.1.2自然語言處理分類
1.1.3自然語言處理面臨的挑戰
1.1.4自然語言處理重要術語
1.2自然語言處理發展歷程
1.2.1概念形成階段
1.2.2算法發展階段
1.2.3規模創新階段
1.3自然語言理解
1.4自然語言生成
1.5自然語言處理、人工智能與數據挖掘
1.6文本相似度實例
小結
關鍵術語
習題
第2章詞處理
2.1分詞和停頓
2.1.1分詞
2.1.2停頓
2.2正則表達式
2.3規則分詞
2.3.1正向最大匹配法
2.3.2逆向最大匹配法
2.3.3雙向最大匹配法
2.4統計分詞
2.4.1隱馬爾可夫模型
2.4.2維特比算法
2.4.3條件隨機場模型
2.5混合分詞
2.6關鍵詞提取
2.6.1無監督關鍵詞提取
2.6.2有監督關鍵詞提取
2.7詞性標註
2.8命名實體識別
小結
關鍵術語
習題
第3章句法分析
3.1句法分析概述
3.1.1句法分析概要
3.1.2句法樹
3.1.3常用句法分析相關數據集簡介
3.2句法分析方法
3.3神經網絡句法分析
3.4句法分析算法
3.5句法分析工具
3.6斯坦福句法分析實例
小結
關鍵術語
習題
第4章文本向量化
4.1文本向量化簡介
4.1.1文本向量化概述
4.1.2文本向量化常見模型
4.2文本向量化實例
4.2.1案例實現步驟
4.2.2案例總結
小結
關鍵術語
習題
第5章輿情分析和預測分析
5.1輿情分析概述
5.1.1輿情分析研究對象
5.1.2情感分析方法
5.2預測分析概述
5.3電影評論情感分析實例
5.4用戶罹患癌症預測實例
小結
關鍵術語
習題
過渡篇
第6章深度學習與自然語言處理
6.1深度學習
6.1.1深度學習概述
6.1.2神經元模型
6.1.3激活函數
6.1.4梯度下降法
6.2捲積神經網絡
6.3循環神經網絡
6.3.1循環神經網絡概述
6.3.2長短時記憶網絡
6.4深度信念網絡
6.5深度學習常用算法簡介
6.5.1生成對抗網絡
6.5.2自編碼網絡
6.5.3增強學習
6.5.4多層感知機
6.5.5自組織映射神經網絡
6.5.6徑向基函數網絡
6.5.7反向傳播算法
6.5.8連接時序分類
6.6深度學習平臺簡介
6.6.1谷歌深度學習平臺
6.6.2百度深度學習平臺
6.6.3阿裡雲深度學習平臺
6.6.4騰訊雲深度學習平臺
6.7基於深度學習的手寫字體識別實例
6.7.1案例說明
6.7.2案例素材準備
6.7.3案例實現步驟
6.7.4案例實現效果
6.7.5案例總結
小結
關鍵術語
習題
綜合應用篇
第7章商務智能客服
7.1自然語言處理與商務智能
7.2商務智能應用開發常用庫簡介
7.2.1Gensim
7.2.2NLTK
7.2.3SpaCy
7.2.4TensorFlow
7.2.5PyTorch
7.2.6Theano
7.2.7Keras
7.3充實商務智能客服的情感
7.4商務智能未來發展趨勢
7.5商務智能實戰: 聊天客服
7.5.1案例說明
7.5.2案例實現步驟
小結
關鍵術語
習題
第8章對話流商務智能
8.1商務智能客服功能結構
8.2商務智能客服設計要素
8.3對話流概述
8.3.1對話流框架
8.3.2對話流基本概念
8.3.3對話流框架圖
8.4商務智能客服案例
8.4.1自動身份驗證客服
8.4.2基於圖像、人臉和文字識別的客服
8.4.3導航客服
8.5基於對話流的商務智能客服實戰
小結
關鍵術語
習題
第9章問答智能客服
9.1問答智能客服功能架構
9.1.1問答智能客服簡介
9.1.2智能問答客服功能架構
9.2智能問答客服框架
9.2.1問題處理
9.2.2問題映射
9.2.3查詢構建
9.2.4知識推理
9.2.5消歧排序
9.3問答智能客服實戰
9.3.1基於遠程交互模式問答客服
9.3.2基於本地交互模式問答客服
9.3.3基於定製型問答客服實例
小結
關鍵術語
習題
第10章張量流商務智能
10.1序列序列機制
10.1.1序列序列機制概述
10.1.2註意力機制
10.2集束搜索概述
10.3智能客服開發流程
10.3.1智能客服的主要功能
10.3.2智能客服設計
10.4張量流商務智能實戰
10.4.1張量流概念簡介
10.4.2優化算法
10.4.3損失計算
10.4.4模型評估
10.4.5向量嵌入
10.4.6神經網絡
10.4.7中文語料處理
10.4.8實現步驟
小結
關鍵術語
習題
第11章Rasa商務智能
11.1Rasa NLU概述
11.1.1Rasa框架
11.1.2Rasa NLU
11.2數據準備
11.3模型訓練
11.4Rasa Core概述
11.5交互式學習
11.6Rasa商務智能應用測試
小結
關鍵術語
習題
第12章商務智能應用部署
12.1商務智能應用技術簡介
12.1.1HTML基礎
12.1.2CSS基礎
12.1.3Bootstrap基礎
12.1.4JavaScript基礎
12.1.5jQuery 基礎
12.1.6AJAX 基礎
12.2部署商務智能應用
12.2.1部署流程型商務智能應用
12.2.2部署訓練型商務智能應用
12.3商務智能應用部署後驗證
12.3.1基於流程型部署驗證
12.3.2基於訓練型部署驗證
小結
關鍵術語
習題
附錄A學生上機手冊
A.1Python安裝
A.2PyCharm安裝
A.3PyCharm環境配置
A.4實例上機操作步驟
參考文獻