Bewertung:

Das Buch bietet eine gute Einführung in die Verarbeitung natürlicher Sprache (NLP) und spaCy, besonders nützlich für diejenigen, die bereits Erfahrung in der Softwareentwicklung haben. Allerdings leidet es unter veralteten Code-Beispielen, die nicht mit neueren Versionen von spaCy kompatibel sind, was seinen Nutzen einschränkt.
Vorteile:⬤ Gute Einführung in NLP und spaCy
⬤ leicht verständlich für diejenigen mit etwas Software-Erfahrung
⬤ enthält wertvolle Kapitel zu Wortvektoren und linguistischen Konzepten
⬤ Skripte funktionieren für Python
⬤ 8
⬤ hilfreich für Anfänger.
⬤ Code-Beispiele sind veraltet und funktionieren nicht mit spaCy
⬤ 0 und höher
⬤ Leser finden es möglicherweise nutzlos ohne die Möglichkeit, spaCy einzurichten
⬤ keine aktualisierten Ressourcen oder Lösungen für Übungen bereitgestellt.
(basierend auf 7 Leserbewertungen)
Natural Language Processing with Python and Spacy: A Practical Introduction
Eine Einführung in die Verarbeitung natürlicher Sprache mit Python unter Verwendung von spaCy, einer führenden Python-Bibliothek zur Verarbeitung natürlicher Sprache.
Natural Language Processing with Python and spaCy zeigt Ihnen, wie Sie schnell und einfach NLP-Anwendungen wie Chatbots, Skripte zur Textverdichtung und Tools zur Auftragsverarbeitung erstellen können. Sie lernen, wie Sie die spaCy-Bibliothek nutzen können, um auf intelligente Weise Bedeutungen aus Texten zu extrahieren; wie Sie die Beziehungen zwischen Wörtern in einem Satz bestimmen (syntaktisches Dependenz-Parsing); wie Sie Substantive, Verben und andere Teile der Sprache identifizieren (Part-of-Speech-Tagging); und wie Sie Eigennamen in Kategorien wie Personen, Organisationen und Orte einordnen (Named Entity Recognizing). Sie lernen sogar, wie Sie Aussagen in Fragen umwandeln können, um ein Gespräch in Gang zu halten.
Sie lernen auch, wie man:
⬤ Mit Wortvektoren arbeiten, um mathematisch Wörter mit ähnlichen Bedeutungen zu finden (Kapitel 5)
⬤ Muster in Daten mit dem in SpaCy integrierten DisplaCy-Visualisierer zu erkennen (Kapitel 7)
⬤ Automatische Extraktion von Schlüsselwörtern aus Benutzereingaben und Speicherung in einer relationalen Datenbank (Kapitel 9)
⬤ Einsatz einer Chatbot-App zur Interaktion mit Nutzern über das Internet (Kapitel 11)
Die "Try This"-Abschnitte in jedem Kapitel ermutigen Sie, das Gelernte zu üben, indem Sie die Beispielskripte des Buches erweitern, um eine breitere Palette von Eingaben zu verarbeiten, Fehlerbehandlung hinzuzufügen und Anwendungen von professioneller Qualität zu erstellen.
Am Ende des Buches werden Sie Ihre eigenen NLP-Anwendungen mit Python und SpaCy erstellen können.