Note :
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Natural Language Processing Recipes: Unlocking Text Data with Machine Learning and Deep Learning Using Python
Concentrez-vous sur la mise en œuvre de projets de bout en bout à l'aide de Python et tirez parti d'algorithmes de pointe. Ce livre vous apprend à utiliser efficacement une large gamme de packages de traitement du langage naturel (NLP) pour : mettre en œuvre la classification des textes, identifier les parties du discours, utiliser la modélisation des sujets, le résumé de texte, l'analyse des sentiments, la recherche d'informations, et bien d'autres applications du NLP.
Le livre commence par la collecte de données textuelles, le web scraping et les différents types de sources de données. Il explique comment nettoyer et prétraiter les données textuelles et propose des méthodes d'analyse des données à l'aide d'algorithmes avancés. Il explore ensuite l'analyse sémantique et syntaxique du texte. Les solutions NLP complexes qui impliquent la normalisation du texte sont couvertes, ainsi que les méthodes de prétraitement avancées, l'étiquetage POS, l'analyse syntaxique, le résumé de texte, l'analyse des sentiments, word2vec, seq2seq, et bien d'autres choses encore. Le livre présente les principes fondamentaux nécessaires aux applications de l'apprentissage automatique et de l'apprentissage profond dans le domaine du NLP. Cette deuxième édition passe en revue les techniques avancées pour convertir le texte en caractéristiques telles que Glove, Elmo, Bert, etc. Elle comprend également une compréhension du fonctionnement des transformateurs, en prenant les phrases BERT et GPT comme exemples. Les derniers chapitres expliquent les applications industrielles avancées du NLP avec la mise en œuvre de solutions et l'exploitation de la puissance des techniques d'apprentissage profond pour les problèmes de NLP. Il utilise également des RNN avancés de pointe, tels que la mémoire à long terme, pour résoudre des tâches complexes de génération de texte.
Après avoir lu ce livre, vous comprendrez clairement les défis auxquels sont confrontées les différentes industries et vous aurez travaillé sur de multiples exemples de mise en œuvre de la PNL dans le monde réel.
Ce que vous apprendrez
⬤ Connaître les concepts fondamentaux de l'implémentation du TAL et les différentes approches du traitement du langage naturel (TAL), y compris le TAL utilisant des bibliothèques Python telles que NLTK, textblob, SpaCy, Standford CoreNLP, et bien d'autres.
⬤ Mettre en œuvre le prétraitement du texte et l'ingénierie des caractéristiques dans le traitement du langage naturel, y compris les méthodes avancées d'ingénierie des caractéristiques.
⬤ Comprendre et mettre en œuvre les concepts de recherche d'information, de résumé de texte, d'analyse de sentiment, de classification de texte, et d'autres techniques avancées de NLP en s'appuyant sur l'apprentissage automatique et l'apprentissage profond.
Pour qui est ce livre ?
Les scientifiques des données qui veulent rafraîchir et apprendre divers concepts de traitement du langage naturel (NLP) à travers des exercices de codage.
| ISBN : | 9781484273500 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2021 |
| Nombre de pages : | 283 |
Actuellement disponible, en stock.
