دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Natural language processing for social media
دانلود کتاب پردازش زبان طبیعی برای رسانه های اجتماعی
مشخصات کتاب
Natural language processing for social media
ویرایش: Third نویسندگان: Atefeh Farzindar, Diana Inkpen سری: Synthesis lectures on human language technologies ISBN (شابک) : 9781681738123, 1681738120 ناشر: سال نشر: 2020 تعداد صفحات: 221 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
قیمت کتاب (تومان) : 36,000
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Natural language processing for social media 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 پردازش زبان طبیعی برای رسانه های اجتماعی 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 پردازش زبان طبیعی برای رسانه های اجتماعی
در سال های اخیر، شبکه های اجتماعی آنلاین انقلابی در ارتباطات بین فردی ایجاد کرده است. تحقیقات جدیدتر در مورد تجزیه و تحلیل زبان در رسانه های اجتماعی به طور فزاینده ای بر تأثیر دومی بر زندگی روزمره ما، هم در سطح شخصی و هم در سطح حرفه ای متمرکز شده است. پردازش زبان طبیعی (NLP) یکی از امیدوارکننده‌ترین راه‌ها برای پردازش داده‌های رسانه‌های اجتماعی است. توسعه روش‌ها و الگوریتم‌های قدرتمندی که اطلاعات مرتبط را از حجم زیادی از داده‌ها از منابع و زبان‌های متعدد در قالب‌های مختلف یا به صورت آزاد استخراج می‌کند، یک چالش علمی است. این کتاب چالش‌های موجود در تحلیل متون رسانه‌های اجتماعی را برخلاف اسناد سنتی مورد بحث قرار می‌دهد. روش‌های تحقیق در استخراج اطلاعات، دسته‌بندی و خوشه‌بندی خودکار، خلاصه‌سازی و نمایه‌سازی خودکار و ترجمه ماشینی آماری باید با نوع جدیدی از داده‌ها سازگار شوند. این کتاب تحقیقات جاری در مورد ابزارها و روش‌های NLP برای پردازش اطلاعات غیر سنتی از داده‌های رسانه‌های اجتماعی را که در مقادیر زیاد در دسترس هستند، مرور می‌کند و نشان می‌دهد که چگونه رویکردهای نوآورانه NLP می‌توانند اطلاعات زبانی مناسب را در زمینه‌های مختلف مانند نظارت بر رسانه‌های اجتماعی ادغام کنند. مراقبت های بهداشتی و هوش تجاری این کتاب بیشتر معیارهای ارزیابی موجود برای NLP و برنامه های کاربردی رسانه های اجتماعی و تلاش های جدید در کمپین های ارزیابی یا وظایف مشترک در مجموعه داده های جدید جمع آوری شده از رسانه های اجتماعی را پوشش می دهد. چنین وظایفی توسط انجمن زبانشناسی محاسباتی (مانند وظایف SemEval)، موسسه ملی استاندارد و فناوری از طریق کنفرانس بازیابی متن (TREC) و کنفرانس تحلیل متن (TAC) یا کنفرانس و آزمایشگاه های انجمن ارزیابی سازماندهی می شوند. (کلف). در این نسخه سوم کتاب، نویسندگان اطلاعاتی در مورد پیشرفت اخیر در NLP برای کاربردهای رسانه های اجتماعی، از جمله بیشتر در مورد تکنیک های مدرن ارائه شده توسط شبکه های عصبی عمیق (DNN) برای مدل سازی زبان و تجزیه و تحلیل داده های رسانه های اجتماعی، اضافه کردند.
توضیحاتی درمورد کتاب به خارجی
In recent years, online social networking has revolutionized interpersonal communication. The newer research on language analysis in social media has been increasingly focusing on the latter's impact on our daily lives, both on a personal and a professional level. Natural language processing (NLP) is one of the most promising avenues for social media data processing. It is a scientific challenge to develop powerful methods and algorithms that extract relevant information from a large volume of data coming from multiple sources and languages in various formats or in free form. This book will discuss the challenges in analyzing social media texts in contrast with traditional documents. Research methods in information extraction, automatic categorization and clustering, automatic summarization and indexing, and statistical machine translation need to be adapted to a new kind of data. This book reviews the current research on NLP tools and methods for processing the non-traditional information from social media data that is available in large amounts, and it shows how innovative NLP approaches can integrate appropriate linguistic information in various fields such as social media monitoring, health care, and business intelligence. The book further covers the existing evaluation metrics for NLP and social media applications and the new efforts in evaluation campaigns or shared tasks on new datasets collected from social media. Such tasks are organized by the Association for Computational Linguistics (such as SemEval tasks), the National Institute of Standards and Technology via the Text REtrieval Conference (TREC) and the Text Analysis Conference (TAC), or the Conference and Labs of the Evaluation Forum (CLEF). In this third edition of the book, the authors added information about recent progress in NLP for social media applications, including more about the modern techniques provided by deep neural networks (DNNs) for modeling language and analyzing social media data.
فهرست مطالب
Contents List of Figures List of Tables Preface Acknowledgments Introduction to Social Media Analysis Introduction Social Media Applications Cross-language Document Analysis in Social Media Data Deep Learning techniques for Social Media Data Real-world Applications Challenges in Social Media Data Semantic Analysis of Social Media Summary Linguistic Pre-processing of Social Media Texts Introduction Generic Adaptation Techniques for NLP Tools Text Normalization Re-training NLP Tools for Social Media Texts Tokenizers Part-of-speech Taggers Chunkers and Parsers Named Entity Recognizers Existing NLP Toolkits for English and Their Adaptation Multi-linguality and Adaptation to Social Media Texts Language Identification Dialect Identification Summary Semantic Analysis of Social Media Texts Introduction Geo-location Detection Mapping Social Media Information on Maps Readily Available Geo-location Information Geo-location based on Network Infrastructure Geo-location based on the Social Network Structure Content-based Location Detection Evaluation Measures for Geo-location Detection Entity Linking and Disambiguation Detecting Entities and Linked Data Evaluation Measures for Entity Linking Opinion Mining and Emotion Analysis Sentiment Analysis Emotion Analysis Sarcasm Detection Evaluation Measures for Opinion and Emotion Classification Event and Topic Detection Specified vs. Unspecified Event Detection New vs. Retrospective Events Emergency Situation Awareness Evaluation Measures for Event Detection Automatic Summarization Update Summarization Network Activity Summarization Event Summarization Opinion Summarization Keyphrase Generation Evaluation Measures for Summarization Machine Translation Neural Machine Translation Adapting Phrase-based Machine Translation to Normalize Medical Terms Translating Government Agencies' Tweet Feeds Hashtag Occurrence, Layout, and Translation Machine Translation for Arabic Social Media Evaluation Measures for Machine Translation Summary Applications of Social Media Text Analysis Introduction Healthcare Applications Financial Applications Predicting Voting Intentions Media Monitoring Security and Defense Applications Disaster Response Applications NLP-based User Modeling Applications for Entertainment NLP-based Information Visualization for Social Media Government Communication Rumor Detection Recommender systems Preventing Sexual Harassment Summary Data Collection, Annotation, and Evaluation Introduction Discussion on Data Collection and Annotation Spam and Noise Detection Privacy and Democracy in Social Media Evaluation Benchmarks Summary Conclusion and Perspectives Conclusion Perspectives TRANSLI: a Case Study for Social Media Analytics and Monitoring TRANSLI architecture User Interface Glossary Bibliography Authors' Biographies Index
