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 Natural Language Processing with Python and spaCy: A Practical Introduction

دانلود کتاب پردازش زبان طبیعی با پایتون و spaCy: یک مقدمه عملی

مشخصات کتاب

Natural Language Processing with Python and spaCy: A Practical Introduction

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش: 1 
نویسندگان: Yuli Vasiliev  
سری:  
ISBN (شابک) : 1718500521, 9781718500525 
ناشر: No Starch Press 
سال نشر: 2020 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 33,000

کلمات کلیدی مربوط به کتاب پردازش زبان طبیعی با پایتون و spaCy: یک مقدمه عملی: یادگیری ماشینی، پردازش زبان طبیعی، پایگاه‌های داده، پایتون، زبان‌شناسی، چت‌بات‌ها، تجسم داده‌ها، خطوط لوله، SpaCy، تلگرام، پردازش متن، تشخیص هدف

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 18

در صورت تبدیل فایل کتاب Natural Language Processing with Python and spaCy: A Practical Introduction 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 با پایتون و spaCy: یک مقدمه عملی 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 با پایتون و spaCy: یک مقدمه عملی

مقدمه ای بر پردازش زبان طبیعی با پایتون با استفاده از spaCy، یک کتابخانه پیشرو پردازش زبان طبیعی پایتون. پردازش زبان طبیعی با پایتون و spaCy به شما نشان می دهد که چگونه برنامه های NLP مانند چت بات ها، اسکریپت های فشرده سازی متن و ابزارهای پردازش سفارش را سریع و آسان ایجاد کنید. شما یاد خواهید گرفت که چگونه از کتابخانه spaCy برای استخراج هوشمندانه معنی از متن استفاده کنید. نحوه تعیین روابط بین کلمات در یک جمله (تجزیه وابستگی نحوی). شناسایی اسامی، افعال و سایر بخش های گفتار (برچسب گذاری بخشی از گفتار). و اسامی خاص را در دسته‌هایی مانند افراد، سازمان‌ها و مکان‌ها مرتب کنید (شناسایی موجودیت نام‌گذاری شده). شما حتی خواهید آموخت که چگونه اظهارات را به سؤال تبدیل کنید تا مکالمه را ادامه دهید. همچنین یاد خواهید گرفت که چگونه: • برای یافتن ریاضی کلمات با معانی مشابه با بردارهای کلمه کار کنید (فصل 5) • شناسایی الگوهای درون داده ها با استفاده از تجسم کننده داخلی spaCy (فصل 7) • استخراج خودکار کلمات کلیدی از ورودی کاربر و ذخیره آنها در یک پایگاه داده رابطه ای (فصل 9) • یک برنامه ربات چت را برای تعامل با کاربران از طریق اینترنت مستقر کنید (فصل 11) بخش‌های \"این را امتحان کنید\" در هر فصل شما را تشویق می‌کند تا با گسترش اسکریپت‌های نمونه کتاب برای مدیریت طیف وسیع‌تری از ورودی‌ها، اضافه کردن مدیریت خطا، و ساخت برنامه‌های کاربردی با کیفیت حرفه‌ای، آنچه را که آموخته‌اید تمرین کنید. تا پایان کتاب، برنامه های NLP خود را با پایتون و spaCy ایجاد خواهید کرد.

توضیحاتی درمورد کتاب به خارجی

An introduction to natural language processing with Python using spaCy, a leading Python natural language processing library. Natural Language Processing with Python and spaCy will show you how to create NLP applications like chatbots, text-condensing scripts, and order-processing tools quickly and easily. You'll learn how to leverage the spaCy library to extract meaning from text intelligently; how to determine the relationships between words in a sentence (syntactic dependency parsing); identify nouns, verbs, and other parts of speech (part-of-speech tagging); and sort proper nouns into categories like people, organizations, and locations (named entity recognizing). You'll even learn how to transform statements into questions to keep a conversation going. You'll also learn how to: • Work with word vectors to mathematically find words with similar meanings (Chapter 5) • Identify patterns within data using spaCy's built-in displaCy visualizer (Chapter 7) • Automatically extract keywords from user input and store them in a relational database (Chapter 9) • Deploy a chatbot app to interact with users over the internet (Chapter 11) "Try This" sections in each chapter encourage you to practice what you've learned by expanding the book's example scripts to handle a wider range of inputs, add error handling, and build professional-quality applications. By the end of the book, you'll be creating your own NLP applications with Python and spaCy.