ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Mastering Natural Language Processing with Python

دانلود کتاب تسلط بر پردازش زبان طبیعی با پایتون

Mastering Natural Language Processing with Python

مشخصات کتاب

Mastering Natural Language Processing with Python

ویرایش:  
نویسندگان: , ,   
سری:  
ISBN (شابک) : 1783989041, 9781783989041 
ناشر: Packt Publishing 
سال نشر: 2016 
تعداد صفحات: 238 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 39,000



کلمات کلیدی مربوط به کتاب تسلط بر پردازش زبان طبیعی با پایتون: هوش و معناشناسی، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، پردازش زبان طبیعی، هوش مصنوعی و یادگیری ماشین، علوم کامپیوتر، کامپیوتر و فناوری، پایتون، زبان‌های برنامه‌نویسی، کامپیوتر و فناوری



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 11


در صورت تبدیل فایل کتاب Mastering Natural Language Processing with Python به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تسلط بر پردازش زبان طبیعی با پایتون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تسلط بر پردازش زبان طبیعی با پایتون



با ایجاد پروژه‌های NLP شگفت‌انگیز در پایتون، قابلیت‌های NLP خود را به حداکثر برسانید

درباره این کتاب

  • یادگیری اجرای وظایف مختلف NLP در پایتون< /li>
  • درباره موضوعات تحقیقاتی فعلی و نوپا NLP بینش به دست آورید
  • این یک راهنمای گام به گام جامع برای کمک به دانش آموزان و محققان است که پروژه های خود را بر اساس برنامه های کاربردی واقعی ایجاد کنند< /li>

این کتاب برای چه کسی است

این کتاب برای توسعه دهندگان سطح متوسط ​​در NLP است که سطح دانش و درک مناسبی از Python دارند.

چه چیزی شما یاد خواهم گرفت

  • اجرای الگوریتم های تطبیق رشته ها و تکنیک های نرمال سازی
  • اجرای تکنیک های مدل سازی زبان آماری
  • دریافت بینشی در مورد توسعه یک تحلیلگر پایه، لماتیزر و مورفولوژیک ، و مولد مورفولوژیکی
  • توسعه یک موتور جستجو و پیاده سازی مفاهیم برچسب گذاری POS و مفاهیم مدل سازی آماری شامل رویکرد n gram
  • آشنا با مفاهیمی مانند به عنوان ساختار Treebank، ساخت CFG، الگوریتم تجزیه نمودار CYK، و الگوریتم تجزیه نمودار Earley
  • ایجاد یک سیستم مبتنی بر NER و درک و کاربرد مفاهیم تحلیل احساسات
  • درک و پیاده سازی مفاهیم بازیابی اطلاعات و خلاصه سازی متن
  • ایجاد یک سیستم تجزیه و تحلیل گفتمان و سیستم مبتنی بر وضوح آنافورا

جزئیات

پردازش زبان طبیعی یکی از رشته های زبان شناسی محاسباتی و هوش مصنوعی است که به تعامل انسان و کامپیوتر می پردازد. این یک تعامل یکپارچه بین رایانه ها و انسان ها را فراهم می کند و به رایانه ها توانایی درک گفتار انسان را با کمک یادگیری ماشینی می دهد.

این کتاب به شما در مورد نحوه به کارگیری وظایف مختلف NLP در پایتون مهارت می دهد. شما بینشی از بهترین شیوه ها هنگام طراحی و ساخت برنامه های مبتنی بر NLP با استفاده از پایتون دارید. این به شما کمک می‌کند در کمترین زمان به یک متخصص تبدیل شوید و به شما در ایجاد پروژه‌های NLP خود با استفاده از NLTK کمک می‌کند.

به‌طور متوالی از طریق استفاده از ابزارهای یادگیری ماشین برای توسعه مدل‌های مختلف راهنمایی خواهید شد. ما در مورد نحوه ایجاد داده‌های آموزشی و نحوه اجرای برنامه‌های کاربردی اصلی NLP مانند شناسایی موجودیت نام‌گذاری شده، سیستم پاسخ‌گویی به سؤال، تحلیل گفتمان، نویسه‌گردانی، ابهام‌زدایی حس کلمه، بازیابی اطلاعات، تجزیه و تحلیل احساسات، خلاصه‌سازی متن و وضوح آنافورا به شما شفاف‌سازی می‌کنیم. .

سبک و رویکرد

این یک راهنمای آسان برای دنبال کردن است، پر از نمونه‌های عملی از کارهای دنیای واقعی. هر موضوع توضیح داده شده و در متن قرار داده شده است، و برای تحقیق بیشتر، جزئیات بیشتری از مفاهیم استفاده شده وجود دارد.


توضیحاتی درمورد کتاب به خارجی

Maximize your NLP capabilities while creating amazing NLP projects in Python

About This Book

  • Learn to implement various NLP tasks in Python
  • Gain insights into the current and budding research topics of NLP
  • This is a comprehensive step-by-step guide to help students and researchers create their own projects based on real-life applications

Who This Book Is For

This book is for intermediate level developers in NLP with a reasonable knowledge level and understanding of Python.

What You Will Learn

  • Implement string matching algorithms and normalization techniques
  • Implement statistical language modeling techniques
  • Get an insight into developing a stemmer, lemmatizer, morphological analyzer, and morphological generator
  • Develop a search engine and implement POS tagging concepts and statistical modeling concepts involving the n gram approach
  • Familiarize yourself with concepts such as the Treebank construct, CFG construction, the CYK Chart Parsing algorithm, and the Earley Chart Parsing algorithm
  • Develop an NER-based system and understand and apply the concepts of sentiment analysis
  • Understand and implement the concepts of Information Retrieval and text summarization
  • Develop a Discourse Analysis System and Anaphora Resolution based system

In Detail

Natural Language Processing is one of the fields of computational linguistics and artificial intelligence that is concerned with human-computer interaction. It provides a seamless interaction between computers and human beings and gives computers the ability to understand human speech with the help of machine learning.

This book will give you expertise on how to employ various NLP tasks in Python, giving you an insight into the best practices when designing and building NLP-based applications using Python. It will help you become an expert in no time and assist you in creating your own NLP projects using NLTK.

You will sequentially be guided through applying machine learning tools to develop various models. We'll give you clarity on how to create training data and how to implement major NLP applications such as Named Entity Recognition, Question Answering System, Discourse Analysis, Transliteration, Word Sense disambiguation, Information Retrieval, Sentiment Analysis, Text Summarization, and Anaphora Resolution.

Style and approach

This is an easy-to-follow guide, full of hands-on examples of real-world tasks. Each topic is explained and placed in context, and for the more inquisitive, there are more details of the concepts used.





نظرات کاربران