مشخصات کتاب

Natural Language Processing with Python Cookbook: Over 60 recipes to implement text analytics solutions using deep learning principles

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش: 1 
نویسندگان: Krishna Bhavsar,  Naresh Kumar,  Pratap Dangeti  
سری:  
ISBN (شابک) : 178728932X, 9781787289321 
ناشر: Packt Publishing 
سال نشر: 2017 
تعداد صفحات: 308 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 34 مگابایت 

کلمات کلیدی مربوط به کتاب پردازش زبان طبیعی با Python Cookbook: بیش از 60 دستورالعمل برای اجرای راه حل های تجزیه و تحلیل متن با استفاده از اصول یادگیری عمیق: یادگیری ماشینی، شبکه‌های عصبی، یادگیری عمیق، پردازش زبان طبیعی، پایتون، چت‌بات‌ها، شبکه‌های عصبی کانولوشنال، شبکه‌های عصبی تکراری، Regex، کتاب آشپزی، تولید متن، تحلیل احساسات، استخراج اطلاعات، جدال متن، پیکره زبان، NLTK، تحلیل نحوی، Seman تحلیل، تحلیل واژگانی

در صورت تبدیل فایل کتاب Natural Language Processing with Python Cookbook: Over 60 recipes to implement text analytics solutions using deep learning principles 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 Python Cookbook: بیش از 60 دستورالعمل برای اجرای راه حل های تجزیه و تحلیل متن با استفاده از اصول یادگیری عمیق 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 Python Cookbook: بیش از 60 دستورالعمل برای اجرای راه حل های تجزیه و تحلیل متن با استفاده از اصول یادگیری عمیق

ترفندها و نکاتی را بیاموزید که به شما در طراحی راه حل های Text Analytics کمک می کند ویژگی های کلیدی ● دستور العمل های مستقلی که به شما یاد می دهد چگونه پردازش زبان طبیعی را در پایتون به طور موثر انجام دهید ● از فرهنگ لغت برای ایجاد موجودیت های نامگذاری شده خود با استفاده از این راهنمای آسان برای دنبال کردن استفاده کنید ● نحوه پیاده‌سازی NLTK را برای سناریوهای مختلف با کمک دستور العمل‌های غنی از مثال بیاموزید تا شما را فراتر از پردازش زبان طبیعی اولیه ببرد. توضیحات کتاب پردازش زبان طبیعی (NLP) رشته‌ای از علوم کامپیوتر، هوش مصنوعی و زبان‌شناسی محاسباتی است که به تعامل بین رایانه‌ها و زبان‌های انسانی (طبیعی) مربوط می‌شود. به ویژه، برنامه‌نویسی رایانه‌ها برای پردازش مثمر ثمر بخش‌های بزرگ زبان طبیعی است. این کتاب شامل دستور العمل های منحصر به فردی است که جنبه های مختلف انجام پردازش زبان طبیعی با NLTK پلت فرم پیشرو پایتون برای این کار را به شما آموزش می دهد. در طول دوره با دستور العمل های مختلفی روبرو خواهید شد که (در میان موضوعات دیگر) درک زبان طبیعی، پردازش زبان طبیعی و تجزیه و تحلیل نحوی را پوشش می دهد. شما یاد خواهید گرفت که چگونه زبان را درک کنید، جملات را برنامه ریزی کنید و ابهامات مختلف را حل کنید. شما یاد خواهید گرفت که چگونه به طور موثر از NLTK استفاده کنید و طبقه بندی متن را پیاده سازی کنید، بخش هایی از گفتار را شناسایی کنید، کلمات را برچسب گذاری کنید و موارد دیگر. شما همچنین یاد خواهید گرفت که چگونه ساختار جمله را تجزیه و تحلیل کنید و به تحلیل واژگانی، تحلیل نحوی و معنایی، تحلیل عملی و استفاده از تکنیک های یادگیری عمیق تسلط پیدا کنید. در پایان این کتاب، شما تمام دانش لازم برای پیاده سازی پردازش زبان طبیعی با پایتون را خواهید داشت. آنچه شما یاد خواهید گرفت ● مدیریت پیکره را با استفاده از مجموعه های داخلی و خارجی کاوش کنید ● استفاده از WordNet و چند تکلیف ساده برنامه را با استفاده از WordNet بیاموزید ● روی متن خام کار کنید ● نحوه انجام نشانه‌سازی، ریشه‌یابی، لغت‌سازی و تصحیح املایی، توقف حذف کلمات و موارد دیگر را بیاموزید ● عبارات منظم برای تطبیق الگو را درک کنید ● استفاده و نوشتن برچسب‌ها و گرامرهای POS خود را بیاموزید ● ارزیابی مدل های آموزش دیده خود را بیاموزید ● تکنیک های یادگیری عمیق را در NLP کاوش کنید ● تولید متن از نوشته های نیچه با استفاده از LSTM ● از مجموعه داده BABI و LSTM برای مدل‌سازی قسمت‌ها استفاده کنید این کتاب برای چه کسی است این کتاب برای دانشمندان داده، تحلیلگران داده و متخصصان علوم داده در نظر گرفته شده است که می خواهند مهارت های موجود خود را برای پیاده سازی تجزیه و تحلیل متن پیشرفته با استفاده از NLP ارتقا دهند. برخی از دانش اولیه پردازش زبان طبیعی توصیه می شود.

توضیحاتی درمورد کتاب به خارجی

Learn the tricks and tips that will help you design Text Analytics solutions Key Features ● Independent recipes that will teach you how to efficiently perform Natural Language Processing in Python ● Use dictionaries to create your own named entities using this easy-to-follow guide ● Learn how to implement NLTK for various scenarios with the help of example-rich recipes to take you beyond basic Natural Language Processing Book Description Natural Language Processing (NLP) is a field of computer science, artificial intelligence, and computational linguistics concerned with the interactions between computers and human (natural) languages; in particular, it's about programming computers to fruitfully process large natural language corpora. This book includes unique recipes that will teach you various aspects of performing Natural Language Processing with NLTK the leading Python platform for the task. You will come across various recipes during the course, covering (among other topics) natural language understanding, Natural Language Processing, and syntactic analysis. You will learn how to understand language, plan sentences, and work around various ambiguities. You will learn how to efficiently use NLTK and implement text classification, identify parts of speech, tag words, and more. You will also learn how to analyze sentence structures and master lexical analysis, syntactic and semantic analysis, pragmatic analysis, and the application of deep learning techniques. By the end of this book, you will have all the knowledge you need to implement Natural Language Processing with Python. What You Will Learn ● Explore corpus management using internal and external corpora ● Learn WordNet usage and a couple of simple application assignments using WordNet ● Operate on raw text ● Learn to perform tokenization, stemming, lemmatization, and spelling corrections, stop words removals, and more ● Understand regular expressions for pattern matching ● Learn to use and write your own POS taggers and grammars ● Learn to evaluate your own trained models ● Explore Deep Learning techniques in NLP ● Generate Text from Nietzsche's writing using LSTM ● Utilize the BABI dataset and LSTM to model episodes Who This Book Is For This book is intended for data scientists, data analysts, and data science professionals who want to upgrade their existing skills to implement advanced text analytics using NLP. Some basic knowledge of Natural Language Processing is recommended.

فهرست مطالب

1. Corpus and WordNet
2. Raw Text, Sourcing, and Normalization
3. Pre-Processing
4. Regular Expressions
5. POS Tagging and Grammars
6. Chunking, Sentence Parse, and Dependencies
7. Information Extraction and Text Classification
8. Advanced NLP Recipes
9. Applications of Deep Learning in NLP
10. Advanced Applications of Deep Learning in NLP

نظرات کاربران

کتاب های مرتبط

دانلود کتاب High Performance Data Mining

دانلود کتاب Geographic Data Mining and Knowledge Discovery, Second Edition (Chapman & Hall CRC Data Mining and Knowledge Discovery Series)

دانلود کتاب A Visual Guide to Stata Graphics

دانلود کتاب Python Machine Learning by Example

دانلود کتاب Beginning Big Data with Power BI and Excel 2013

دانلود کتاب Artificial Intelligence Through Prolog

دانلود کتاب Topics in Case-Based Reasoning

دانلود کتاب From Curve Fitting to Machine Learning: An Illustrative Guide to Scientific Data Analysis and Computational Intelligence

دانلود کتاب PyTorch 1.x Reinforcement Learning Cookbook: Over 60 recipes to design, develop, and deploy self-learning AI models using Python

دانلود کتاب Data mining in finance: advances in relational and hybrid methods