مشخصات کتاب

Natural Language Annotation for Machine Learning: A guide to corpus-building for applications

ویرایش: Early Release 
نویسندگان: James Pustejovsky. Amber Stubbs  
سری:  
ISBN (شابک) : 1449306667, 9781449306663 
ناشر: O'Reilly Media 
سال نشر: 2012 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

در صورت تبدیل فایل کتاب Natural Language Annotation for Machine Learning: A guide to corpus-building for applications 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 حاشیه نویسی زبان طبیعی برای یادگیری ماشینی: راهنمای ساخت پیکره برای برنامه ها 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 حاشیه نویسی زبان طبیعی برای یادگیری ماشینی: راهنمای ساخت پیکره برای برنامه ها

مجموعه آموزش زبان طبیعی خود را برای یادگیری ماشین ایجاد کنید. این کتاب نمونه محور شما را در چرخه حاشیه نویسی، از انتخاب یک کار حاشیه نویسی و ایجاد مشخصات حاشیه نویسی گرفته تا طراحی دستورالعمل ها، ایجاد مجموعه \"استاندارد طلایی\" و سپس شروع ایجاد داده واقعی با فرآیند حاشیه نویسی، راهنمایی می کند. سیستم هایی برای تجزیه و تحلیل پیکره های موجود وجود دارد، اما ساخت یک پیکره جدید می تواند بسیار پیچیده باشد. برای کمک به ایجاد پایه ای برای اهداف یادگیری ماشینی خود، این راهنمای کاربردی آسان شامل مطالعات موردی است که چهار کار مختلف حاشیه نویسی را با جزئیات نشان می دهد. همچنین یاد خواهید گرفت که چگونه از یک بسته نرم افزاری سبک برای حاشیه نویسی متون و قضاوت حاشیه نویسی استفاده کنید. این کتاب همراه کاملی برای پردازش زبان طبیعی اوریلی با پایتون است که نحوه استفاده از پیکره‌های موجود با جعبه ابزار زبان طبیعی را شرح می‌دهد.

توضیحاتی درمورد کتاب به خارجی

Create your own natural language training corpus for machine learning. This example-driven book walks you through the annotation cycle, from selecting an annotation task and creating the annotation specification to designing the guidelines, creating a "gold standard" corpus, and then beginning the actual data creation with the annotation process. Systems exist for analyzing existing corpora, but making a new corpus can be extremely complex. To help you build a foundation for your own machine learning goals, this easy-to-use guide includes case studies that demonstrate four different annotation tasks in detail. You’ll also learn how to use a lightweight software package for annotating texts and adjudicating the annotations. This book is a perfect companion to O'Reilly’s Natural Language Processing with Python, which describes how to use existing corpora with the Natural Language Toolkit.

فهرست مطالب

Cover......Page 1
Table of Contents......Page 4
Natural Language Annotation for Machine Learning......Page 6
Conventions Used in This Book......Page 7
Safari® Books Online......Page 8
From the Authors......Page 9
The Importance of Language Annotation......Page 12
The Layers of Linguistic Description......Page 13
What is Natural Language Processing?......Page 15
A Brief History of Corpus Linguistics......Page 16
What is a Corpus?......Page 18
Early Use of Corpora......Page 20
Corpora Today......Page 23
Kinds of Annotation......Page 24
Language Data and Machine Learning......Page 29
Structured Pattern Induction......Page 30
The Annotation Development Cycle......Page 31
Model the phenomenon......Page 32
Annotate with the Specification......Page 35
Train and Test the algorithms over the corpus......Page 36
Evaluate the results......Page 37
Revise the Model and Algorithms......Page 38
Summary......Page 39
Defining a goal......Page 42
The Statement of Purpose......Page 43
Refining your Goal: Informativity versus Correctness......Page 44
The scope of the annotation task......Page 45
Where will the corpus come from?......Page 47
How will the result be achieved?......Page 48
Background research......Page 49
Organizations and Conferences......Page 50
Assembling your dataset......Page 51
Read speech......Page 52
Metadata......Page 53
Pre-processed data......Page 54
Existing Corpora......Page 55
Distributions within corpora......Page 56
Summary......Page 58
Some Example Models and Specs......Page 60
Film genre classification......Page 63
Adding Named Entities......Page 64
Semantic Roles......Page 65
Adopting (or not Adopting) Existing Models......Page 66
Creating your own Model and Specification: Generality versus Specificity......Page 67
Using Existing Models and Specifications......Page 69
Using Models without Specifications......Page 70
ISO Standards......Page 71
Annotation format standards......Page 72
Annotation specification standards......Page 73
Other standards affecting annotation......Page 74
Summary......Page 75
Annotated corpora......Page 78
Unique labels - movie reviews......Page 79
Multiple labels - film genres......Page 81
Text Extent Annotation: Named Entities......Page 84
In-line annotation......Page 85
Stand-off annotation by tokens......Page 87
Stand-off annotation by character location......Page 90
Linked Extent Annotation: Semantic Roles......Page 92
Summary......Page 93
Appendix. Bibliography......Page 96

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Telling Stories in Book Clubs: Women Teachers and Professional Development

دانلود کتاب Compressive Sensing for the Photonic Mixer Device: Fundamentals, Methods and Results

دانلود کتاب Patterns of the Past: Interpreting Ontario's History

دانلود کتاب Le mangeur d'histoires

دانلود کتاب Stalingrado