包邮 Python文本分析+精通Python自然语言处理 2本 NLP数据文本挖掘处理技术书 pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

图书标签:

Python
自然语言处理
NLP
文本分析
数据挖掘
文本处理
机器学习
图书
技术
编程

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到静思书屋

book.idnshop.cc

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

店铺：蓝墨水图书专营店

出版社：机械工业

ISBN：9787111593249

商品编码：27527398088

具体描述

作者：（印）迪潘简·撒卡尔（Dipanjan Sarkar）

译者：闫龙川高德荃李君婷

丛书名：数据科学与工程技术丛书

出版社：机械工业出版社

ISBN：9787111593249

出版日期：2018 年4月

开本：16开

版次：1-1

前言
1章自然语言基础
1��1自然语言
1��1��1什么是自然语言
1��1��2语言哲学
1��1��3语言习得和用法
1��2语言学
1��3语言句法和结构
1��3��1词
1��3��2短语
1��3��3从句
1��3��4语法
1��3��5语序类型学
1��4语言语义
1��4��1词汇语义关系
1��4��2语义网络和模型
1��4��3语义表示
1��5文本语料库
1��5��1文本语料库标注及使用

1��5��2热门的语料库
1��5��3访问文本语料库
1��6自然语言处理
1��6��1机器翻译
1��6��2语音识别系统
1��6��3问答系统
1��6��4语境识别与消解
1��6��5文本摘要
1��6��6文本分类
1��7文本分析
1��8小结
2章Python语言回顾
2��1了解Python
2��1��1Python之禅
2��1��2应用：何时使用Python
2��1��3缺点：何时不用Python
2��1��4Python实现和版本
2��2安装和设置
2��2��1用哪个Python版本
2��2��2用哪个操作系统
2��2��3集成开发环境
2��2��4环境设置
2��2��5虚拟环境
2��3Python句法和结构
2��4数据结构和类型
2��4��1数值类型
2��4��2字符串
2��4��3列表
2��4��4集合
2��4��5字典
2��4��6元组
2��4��7文件
2��4��8杂项
2��5控制代码流
2��5��1条件结构
2��5��2循环结构
2��5��3处理异常
2��6函数编程
2��6��1函数
2��6��2递归函数
2��6��3匿名函数
2��6��4迭代器
2��6��5分析器
2��6��6生成器
2��6��7itertools和functools模块
2��7类
2��8使用文本
2��8��1字符串文字
2��8��2字符串操作和方法
2��9文本分析框架
2��10小结
3章处理和理解文本
3��1文本切分
3��1��1句子切分
3��1��2词语切分
3��2文本规范化
3��2��1文本清洗
3��2��2文本切分
3��2��3删除特殊字符
3��2��4扩展缩写词
3��2��5大小写转换
3��2��6删除停用词
3��2��7词语校正
3��2��8词干提取
3��2��9词形还原
3��3理解文本句法和结构
3��3��1安装必要的依赖项
3��3��2机器学习重要概念
3��3��3词性标注
3��3��4浅层分析
3��3��5基于依存关系的分析
3��3��6基于成分结构的分析
3��4小结
4章文本分类
4��1什么是文本分类
4��2自动文本分类
4��3文本分类的蓝图
4��4文本规范化处理
4��5特征提取
4��5��1词袋模型
4��5��2TF�睮DF模型
4��5��3高级词向量模型
4��6分类算法
4��6��1多项式朴素贝叶斯
4��6��2支持向量机
4��7评估分类模型
4��8建立一个多类分类系统
4��9应用
4��10小结
5章文本摘要
5��1文本摘要和信息提取
5��2重要概念
5��2��1文档
5��2��2文本规范化
5��2��3特征提取
5��2��4特征矩阵
5��2��5奇异值分解
5��3文本规范化
5��4特征提取
5��5关键短语提取
5��5��1搭配
5��5��2基于权重标签的短语提取
5��6主题建模
5��6��1隐含语义索引
5��6��2隐含Dirichlet分布
5��6��3非负矩阵分解
5��6��4从产品评论中提取主题
5��7自动文档摘要
5��7��1隐含语义分析
5��7��2TextRank算法
5��7��3生成产品说明摘要
5��8小结
6章文本相似度和聚类
6��1重要概念
6��1��1信息检索
6��1��2特征工程
6��1��3相似度测量
6��1��4无监督的机器学习算法
6��2文本规范化
6��3特征提取
6��4文本相似度
6��5词项相似度分析
6��5��1汉明距离
6��5��2曼哈顿距离
6��5��3欧几里得距离
6��5��4莱文斯坦编辑距离
6��5��5余弦距离和相似度
6��6文档相似度分析
6��6��1余弦相似度
6��6��2海灵格-巴塔恰亚距离
6��6��3Okapi BM25排名
6��7文档聚类
6��8佳影片聚类分析
6��8��1k�瞞eans聚类
6��8��2近邻传播聚类
6��8��3沃德凝聚层次聚类
6��9小结
7章语义与情感分析
7��1语义分析
7��2探索WordNet
7��2��1理解同义词集
7��2��2分析词汇的语义关系
7��3词义消歧
7��4命名实体识别
7��5分析语义表征
7��5��1命题逻辑
7��5��2一阶逻辑
7��6情感分析
7��7IMDb电影评论的情感分析
7��7��1安装依赖程序包
7��7��2准备数据集
7��7��3有监督的机器学习技术
7��7��4无监督的词典技术
7��7��5模型性能比较
7��8小结