Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Natural Language Processing Recipes: Unlocking Text Data with Machine Learning and Deep Learning Using Python
Konzentrieren Sie sich auf die Implementierung von End-to-End-Projekten mit Python und nutzen Sie modernste Algorithmen. In diesem Buch lernen Sie, eine breite Palette von Paketen für die Verarbeitung natürlicher Sprache (NLP) effizient zu nutzen, um: Textklassifizierung zu implementieren, Teile der Sprache zu identifizieren, Themenmodellierung, Textzusammenfassung, Stimmungsanalyse, Information Retrieval und viele weitere NLP-Anwendungen zu nutzen.
Das Buch beginnt mit der Sammlung von Textdaten, Web Scraping und den verschiedenen Arten von Datenquellen. Es erklärt, wie man Textdaten bereinigt und vorverarbeitet, und bietet Möglichkeiten, Daten mit fortgeschrittenen Algorithmen zu analysieren. Anschließend wird die semantische und syntaktische Analyse des Textes untersucht. Komplexe NLP-Lösungen, die Textnormalisierung beinhalten, werden ebenso behandelt wie fortgeschrittene Vorverarbeitungsmethoden, POS-Tagging, Parsing, Textzusammenfassung, Sentimentanalyse, word2vec, seq2seq und vieles mehr. Das Buch vermittelt die Grundlagen, die für die Anwendung von maschinellem Lernen und Deep Learning im NLP notwendig sind. In dieser zweiten Auflage werden fortgeschrittene Techniken zur Umwandlung von Text in Merkmale wie Glove, Elmo, Bert usw. behandelt. Außerdem wird die Funktionsweise von Transformatoren am Beispiel der Sätze BERT und GPT erläutert. In den letzten Kapiteln werden fortgeschrittene industrielle Anwendungen von NLP mit Lösungsimplementierung und Nutzung der Leistungsfähigkeit von Deep-Learning-Techniken für NLP-Probleme erläutert. Außerdem werden moderne fortschrittliche RNNs, wie z. B. das Langzeitgedächtnis, zur Lösung komplexer Textgenerierungsaufgaben eingesetzt.
Nach der Lektüre dieses Buches werden Sie ein klares Verständnis für die Herausforderungen verschiedener Branchen haben und Sie werden an mehreren Beispielen für die Umsetzung von NLP in der realen Welt gearbeitet haben.
Was Sie lernen werden
⬤ Sie kennen die Kernkonzepte der Implementierung von NLP und verschiedene Ansätze zur Verarbeitung natürlicher Sprache (NLP), einschließlich NLP mit Python-Bibliotheken wie NLTK, textblob, SpaCy, Standford CoreNLP und anderen.
⬤ Implementierung von Textvorverarbeitung und Feature Engineering in NLP, einschließlich fortgeschrittener Methoden des Feature Engineering.
⬤ Verstehen und Implementieren der Konzepte von Information Retrieval, Textzusammenfassung, Sentimentanalyse, Textklassifikation und anderen fortgeschrittenen NLP-Techniken, die maschinelles Lernen und Deep Learning nutzen.
Für wen ist dieses Buch gedacht?
Datenwissenschaftler, die verschiedene Konzepte der natürlichen Sprachverarbeitung (NLP) durch Programmierübungen auffrischen und erlernen möchten.
| ISBN: | 9781484273500 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 283 |
Derzeit verfügbar, auf Lager.
