Traitement pratique du langage naturel avec Python : Avec des études de cas d'industries utilisant des données textuelles à l'échelle

Avis des lecteurs

Résumé:

Ce livre constitue un guide passionnant et complet de la PNL, couvrant un large éventail de sujets avec des explications claires et des applications pratiques. Il est particulièrement utile aux praticiens qui s'intéressent aux applications commerciales.

Avantages:

⬤ Large éventail de sujets
⬤ explications lucides
⬤ implémentations intuitives
⬤ études de cas pratiques
⬤ style d'écriture conversationnel
⬤ approche axée sur les données
⬤ couvre à la fois les concepts débutants et avancés
⬤ inclut des exemples de code illustrés
⬤ relie les concepts à des cas d'utilisation dans l'industrie.

Inconvénients:

Aucun inconvénient particulier n'a été mentionné dans les commentaires.

(basé sur 2 avis de lecteurs)

Titre original :

Practical Natural Language Processing with Python: With Case Studies from Industries Using Text Data at Scale

Contenu du livre :

Chapitre 1 : Les données textuelles dans le monde réel.

Objectif du chapitre : ce chapitre se concentre sur les différents types de données textuelles. Les informations qu'elles contiennent et la valeur commerciale que chacune d'entre elles pourrait potentiellement offrir. La compréhension des données permet au lecteur de se faire une idée du paysage dans lequel il s'engage.

Nombre de pages : 10.

Sous-thèmes.

⬤ NLP.

⬤ Recherche.

⬤ Revues.

⬤ Tweets/FB Posts.

⬤ Données de chat.

⬤ Données SMS.

⬤ Données de contenu.

⬤ Données d'énonciation de l'IVR.

Chapitre 2 : Le NLP dans le service client.

Objectif du chapitre : études de cas concernant des problèmes de service à la clientèle et la manière dont ils peuvent être résolus.

Nombre de pages : 39.

Sous-sujets.

1. Aperçu rapide de l'industrie du service à la clientèle.

2. Appels vocaux.

3. Chats.

4. Billets de données.

5. Données sur les courriels.

6. Analyse de la voix du client.

7. Exploration des intentions.

8. Facteurs NPS/CSAT.

9. Perspectives dans les discussions de vente.

10. Raisons de non-achat.

11. Analyse des commentaires de l'enquête.

12. Exploitation des transcriptions vocales.

Chapitre 3 : NLP dans les commentaires en ligne.

Objectif du chapitre : études de cas concernant les problèmes liés aux commentaires en ligne et la manière dont ils peuvent être résolus.

Nombre de pages : 39.

Sous-sujets :

1. Analyse des sentiments.

2. Exploration des émotions.

3. Approche 1 : Approche basée sur le lexique.

4. Approche 2 : Approche basée sur des règles.

5. Approche 3 - Approche basée sur l'apprentissage automatique (réseau neuronal)

6. Extraction d'attributs.

Chapitre 4 : La PNL dans BFSI.

Objectif du chapitre : études de cas pour les problèmes dans l'industrie bancaire.

Sous-sujets :

1. La PNL dans la fraude.

2. Méthode 1 (pour l'extraction de NER, bibliothèques populaires)

3. Méthode 2 (pour l'extraction de NER, approche basée sur des règles)

4. Méthode 3 (approche basée sur des classificateurs utilisant des enchâssements de mots et des réseaux neuronaux)

5. Autres cas d'utilisation du NLP dans BFSI.

Génération de langage naturel dans les banques.

Nombre de pages : 47.

Chapitre 5 : Le NLP dans les assistants virtuels.

Objectif du chapitre : étude de cas sur la construction de robots en langage naturel à la pointe de la technologie.

Sous-sujets.

1. Vue d'ensemble.

2. Approche 1 : L'approche "classique" utilisant des LSTMs.

3. Approche 2 : Génération de réponses.

4. BERT.

5. Nuances supplémentaires dans la construction de robots conversationnels :

Nombre de pages : 43.

Autres informations sur le livre :

• ISBN : 9781484262450
• Auteur : Mathangi Sri
• Éditeur : Apress
• Reliure : Broché
• Année de publication : 2020
• Nombre de pages : 253