
spaCy自然语言处理从入门到进阶
¥62.30
加载中,请稍候……
作品简介
本书是一本全面、实用、易懂的spaCy学习指南,专为对自然语言处理(NLP)感兴趣的读者设计。它以中文应用为核心,从基础概念到高级应用,逐步深入讲解spaCy这一高效的PythonNLP库。书中不仅涵盖了分词、词性标注、命名实体识别等核心功能,还详细介绍了如何利用这些功能来构建强大的NLP应用。通过丰富的案例和示例代码,本书能够帮助读者快速掌握spaCy的使用方法,并将其应用于实际任务中,无论是文本分析、情感分析还是机器学习模型的构建。对于自然语言处理的初学者来说,本书提供了一个结构化的学习方法,从最基础的NLP概念开始,逐步引导读者理解并应用spaCy库。对于开发者和数据科学家,书中的高级应用和最佳实践可以帮助他们提升现有技能,解决更复杂的NLP问题。无论是想系统学习NLP还是想针对性提升特定技能,本书都是理想的选择。它不仅适合个人学习,也适合作为团队或教育机构的教学资源。
通过本书的学习,读者将能够更加自信地处理各种语言数据,开发出更加智能和高效的NLP解决方案。
王冠,北京大学学士,香港科技大学硕士,先后于香港应用科技研究院、联想机器智能实验室及瑞士再保险与慕尼黑再保险数据科学团队从事数据建模、计算机图像与NLP的研发工作,发表过数篇相关国际期刊论文,并取得相关专利。当前研究方向为人工智能在金融领域的应用。
孔晓泉,谷歌开发者机器学习技术专家(Google Developer Expert in Machine Learning),TensorFlow Addons Codeowner,Rasa SuperHero。多年来一直在世界500强公司带领团队构建机器学习应用和平台。在NLP和对话机器人领域拥有丰富的理论知识和实践经验。
作品目录
内容简介
前言
第1章 spaCy简介
1.1 自然语言处理的发展过程
1.2 自然语言处理的基础任务
1.3 spaCy的核心概念
1.4 spaCy的安装方法
1.5 spaCy的基础操作
第2章 抽取语言学特征
2.1 基本操作
2.2 用已有模型预测
2.3 基于规则的匹配器
2.4 定义匹配规则
第3章 信息提取
3.1 数据结构的基本概念
3.2 词汇表、字符串库和语素
3.3 文档、截取和词符
3.4 综合实践——比对相似度
3.5 综合实践——文本匹配
第4章 流程
4.1 流程组件
4.2 定制化流程组件
4.3 定制化属性
4.4 定制化模型组件
4.5 含有定制化属性的定制化流程组件
4.6 流程的优化
4.7 处理流
4.8 流程的控制
第5章 更新和训练模型
5.1 更新模型
5.2 训练模型
5.3 准备数据
5.4 配置和训练模型
5.5 模型训练中的问题
5.6 数据标注
5.7 训练多个标签
第6章 实践案例——构建对话机器人
6.1 对话机器人
6.2 对话机器人的设计
6.3 代码实现
第7章 使用大语言模型
7.1 大语言模型
7.2 大语言模型的工作原理
7.3 提示
7.4 spaCy和大语言模型
7.5 实际应用
7.6 大语言模型的优点和缺点
7.7 未来趋势