Bewertung:
Das Buch „Python Natural Language Processing Cookbook“ von Zhenya Antić wird im Allgemeinen wegen seines praktischen Ansatzes für NLP gut aufgenommen. Es bietet nützliche Rezepte für verschiedene NLP-Aufgaben und behandelt sowohl grundlegende als auch fortgeschrittene Themen. Allerdings wird es wegen zahlreicher Programmierfehler und Ungereimtheiten kritisiert, die den Lernerfolg für einige Leser beeinträchtigen.
Vorteile:⬤ Leicht zu lesen mit klaren Beispielen.
⬤ Nützlich sowohl für Anfänger als auch für Fortgeschrittene.
⬤ Enthält praktische, schrittweise Rezepte für NLP-Aufgaben.
⬤ Gute Abdeckung moderner NLP-Konzepte einschließlich der Verwendung von Tools wie Rasa und BERT.
⬤ Das GitHub-Repository bietet einen Paketversionsabgleich.
⬤ Hilft bei der Erstellung von Projekten von Grund auf.
⬤ Eine beträchtliche Anzahl von Codierungsfehlern wurde in den Beispielen gefunden.
⬤ Einige Leser hatten Probleme mit dem Zugriff auf Datenquellen.
⬤ Minimale Erklärungen für komplexe Konzepte und Terminologie.
⬤ Einige waren der Meinung, dass die Übergänge zwischen verschiedenen Bibliotheken nicht gut erklärt wurden.
⬤ Erfordert von den Lesern Vorkenntnisse in einem bestimmten Fachjargon, was das Buch weniger anfängerfreundlich macht als beabsichtigt.
(basierend auf 15 Leserbewertungen)
Python Natural Language Processing Cookbook: Over 50 recipes to understand, analyze, and generate text for implementing language processing tasks
Die Lösung realer NLP-Probleme, wie z.B. Dependency Parsing, Informationsextraktion, Themenmodellierung und Textdatenvisualisierung, wird in Angriff genommen.
Hauptmerkmale:
⬤ Analysieren Sie unterschiedlich komplexe Texte mit gängigen Python-Paketen wie NLTK, spaCy, sklearn und gensim.
⬤ Implementieren Sie gängige und weniger gängige linguistische Verarbeitungsaufgaben mit Python-Bibliotheken.
⬤ Überwinden Sie die üblichen Herausforderungen, die bei der Implementierung von NLP-Pipelines auftreten.
Buchbeschreibung:
Python ist die am weitesten verbreitete Sprache für die Verarbeitung natürlicher Sprache (NLP) dank seiner umfangreichen Werkzeuge und Bibliotheken für die Analyse von Text und die Extraktion von für den Computer verwertbaren Daten. Dieses Buch führt Sie durch eine Reihe von Techniken für die Textverarbeitung, von Grundlagen wie dem Parsen von Sprachbestandteilen bis hin zu komplexen Themen wie Themenmodellierung, Textklassifizierung und Visualisierung.
Das Buch beginnt mit einem Überblick über NLP und stellt Rezepte für die Aufteilung von Text in Sätze, Stemming und Lemmatisierung, das Entfernen von Stoppwörtern und das Tagging von Wortteilen vor, um Ihnen bei der Vorbereitung Ihrer Daten zu helfen. Sie lernen dann, wie man grammatikalische Informationen extrahiert und darstellt, wie z. B. Dependenzparsing und Anapherauflösung, entdecken verschiedene Möglichkeiten zur Darstellung der Semantik mit Bag-of-Words, TF-IDF, Worteinbettungen und BERT und entwickeln Fähigkeiten zur Textklassifizierung mit Schlüsselwörtern, SVMs, LSTMs und anderen Techniken. Im weiteren Verlauf erfahren Sie, wie Sie Informationen aus Texten extrahieren, unbeaufsichtigte und überwachte Techniken für die Themenmodellierung implementieren und die Themenmodellierung von kurzen Texten, wie z. B. Tweets, durchführen können. Darüber hinaus zeigt Ihnen das Buch, wie Sie Chatbots mit NLTK und Rasa entwickeln und Textdaten visualisieren können.
Am Ende dieses NLP-Buches werden Sie die Fähigkeiten entwickelt haben, ein leistungsstarkes Set von Werkzeugen für die Textverarbeitung zu verwenden.
Was Sie lernen werden:
⬤ Grundlegende und fortgeschrittene NLP-Techniken in Python beherrschen.
⬤ Repräsentieren Sie grammatikalische Informationen im Text mit SpaCy und semantische Informationen mit Bag-of-Words, TF-IDF und Worteinbettungen.
⬤ Die Klassifizierung von Texten mit verschiedenen Methoden durchführen, einschließlich SVMs und LSTMs.
⬤ Erforschen Sie verschiedene Techniken zur Themenmodellierung wie K-means, LDA, NMF und BERT.
⬤ Arbeiten Sie mit Visualisierungstechniken wie NER und Wortwolken für verschiedene NLP-Tools.
⬤ Erstellen Sie einen einfachen Chatbot mit NLTK und Rasa.
⬤ Extrahieren von Informationen aus Text mit regulären Ausdrücken und statistischen und Deep-Learning-Tools.
Für wen dieses Buch gedacht ist:
Dieses Buch richtet sich an Datenwissenschaftler und Fachleute, die lernen wollen, wie man mit Text arbeitet. Fortgeschrittene Python-Kenntnisse werden Ihnen helfen, das Beste aus diesem Buch zu machen. Wenn Sie ein NLP-Praktiker sind, wird dieses Buch als Code-Referenz bei der Arbeit an Ihren Projekten dienen.
| ISBN: | 9781838987312 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
