pdf

PYTHON自然语言处理_中文版

  • 1星
  • 日期: 2015-10-20
  • 大小: 4.26MB
  • 所需积分:1分
  • 下载次数:16
  • favicon收藏
  • rep举报
  • free评论
标签: PYTHON自然语言处理_中文版

PYTHON自然语言处理_中文版

PYTHON自然语言处理_中文版

文档内容节选

PYTHON PYTHON PYTHON PYTHON 自然语言处理中文翻译 作者:Steven Bird Ewan Klein Edward Loper 英文版出版社:OREILLY 翻译:陈涛weibocomchentao1999 译者的话 译者的话 译者的话 译者的话 作为一个自然语言处理的初学者,看书看到训练模型,这模型那模型的,一直不知 道模型究竟是什么东西看了这本书,从预处理数据到提取特征集,训练模型,测试修改等, 一步一步实际操作了之后,才对模型一词有了直观的认识算法的中间结果,存储在计算机 中的一个个 pkl 文件,测试的时候直接用,前面计算过的就省了以后听人谈模型的 时候也有了底气当然,模型还有很多其他含义还有动词的配价各种搭配客观逻 辑对根据文法生成的句子的约束如何实现不上机动手做做,很难真正领悟 自然语言处理理论书籍很多,讲实际操作的不多,能讲的这么系统的更少从这个角度 讲,本书是目前世界上最好的自然语言处理实践教程初学者若在看过理论之后能精读本书, 必定会有获益这也是翻译本书的目的之一 本书是译者课余英文翻译练习,抛砖引玉书中存在很多问题,尤其是第 10 章命......

PYTHON PYTHON PYTHON PYTHON 自然语言处理中文翻译 作者:Steven Bird, Ewan Klein & Edward Loper 英文版出版社:O'REILLY 翻译:陈涛(weibo.com/chentao1999) 译者的话 译者的话 译者的话 译者的话 作为一个自然语言处理的初学者,看书看到“训练模型”,这模型那模型的,一直不知 道模型究竟是什么东西。看了这本书,从预处理数据到提取特征集,训练模型,测试修改等, 一步一步实际操作了之后,才对模型一词有了直观的认识(算法的中间结果,存储在计算机 中的一个个 pkl 文件,测试的时候直接用,前面计算过的就省了)。以后听人谈“模型”的 时候也有了底气。当然,模型还有很多其他含义。还有动词的“配价”、各种搭配、客观逻 辑对根据文法生成的句子的约束如何实现?不上机动手做做,很难真正领悟。 自然语言处理理论书籍很多,讲实际操作的不多,能讲的这么系统的更少。从这个角度 讲,本书是目前世界上最好的自然语言处理实践教程。初学者若在看过理论之后能精读本书, 必定会有获益。这也是翻译本书的目的之一。 本书是译者课余英文翻译练习,抛砖引玉。书中存在很多问题,尤其是第 10 章命题逻 辑和一阶逻辑推理在自然语言处理中的应用。希望大家多多指教。可以在微博上找到我(w eibo.com/chentao1999)。虽然读中文翻译速度更快,但直接读原文更能了解作者的本意。 原书作者在书的最后列出了迫切需要帮助改进的条目,对翻译本书建议使用目标语言的 例子,目前本书还只能照搬英文的例子,希望有志愿者能加入本书的中文化进程中,为中文 自然语言处理做出贡献。 将本书作学习和研究之用,欢迎传播、复制、修改。山寨产品请留下译者姓名和微博。 用于商业目的,请与原书版权所有者联系,译者不承担由此产生的责任。 译者 2012 年 4 月 7 日 2 PYTHON 自然语言处理 从输入法联想提示(pre dictive text)、email 过滤到自 动文本摘要、机器翻译,大 量的语言相关的技术都离不 开自然语言处理的支持,而这本书提供了自 然语言处理非常方便的入门指南。通过它, 你将学到如何写能处理大量非结构化文本 的 Python 程序。你将获得有丰富标注的涵 盖语言学各种数据结构的数据集,而且你将 学到分析书面文档内容和结构的主要算法。 通过大量的例子和联系,《PYTHON 自 然语言处理》将会帮助你: ���� 从非结构化文本中提取信息,无论是猜 测主题还是识别“命名实体”。 ���� 分析文本的语言学结构,包括文法和语 果你对开发 Web 应用、分析多种语言的新 闻来源或者收集濒危语言感兴趣,或者仅仅 对以程序员的视角看人类语言如何运作好 奇,你将发现《PYTHON 自然语言处理》 不仅迷人而且极其有用。 “少有的一本书,用如此清晰的方法如 此优美整洁的代码处理如此复杂的问 题……这是一本从中可以学习自然语言处 理的书。” ——Ken Getz, MCW Technologies 高级顾问 Steven BirdBirdBirdBird 是墨尔本大学计算机科学 Steven Steven Steven 和软件工程系副教授,宾夕法尼亚大学语言 义分析 学数据联盟高级研究助理。 ���� 访问流行的语言学数据集,包括 WordWordWordWord EwanEwanEwanEwan KleinKleinKleinKlein 是爱丁堡大学信息学院语 NetNetNetNet 和 treebanks treebanks treebanks treebanks ���� 整合从语言学到人工智能的多个领域 的技术 通过使用 Python 程序设计语言和自然 语言工具包(NTLK)的开源函数库,本书 将帮助你获得自然语言处理的实际经验。如 言技术教授。 Edward LopeLopeLopeLoperrrr 是宾夕法尼亚大学基于 Edward Edward Edward 机器学习的自然语言处理方向的刚毕业的 博士,现在是波士顿的 BBN Technologies 的研究员。 3 PYTHON 自然语言处理 StevenBird,EwanKlein&EdwardLoper 北京 • 剑桥 • 法纳姆 • 科隆 • 塞瓦斯托波尔 • 台北 • 东京 4 Python Python Python Python 自然语言处理 by Steven Bird, Ewan Klein, and Edward Loper Copyright © 2009 Steven Bird, Ewan Klein, and Edward Loper. All rights reserved. Printed in the United States of America. O’Reilly Media, Inc.出版, 1005 Gravenstein Highway North, Sebastopol, CA 95472. 可以购买 O’Reilly 出版的书用于教育、商业或者销售推广使用。大多数图书都有网络 版(http://my.safaribooksonline.com)。更多的信息请联系我们的企业/机构销售部门:(800) 998-9938 or corporate@oreilly.com.。 编辑:Julie Steele 制作编辑:Loranah Dimant 拷贝编辑:Genevieve d’Entremont 校对:Loranah Dimant 索引编者:Ellen Troutman Zaig 封面设计:Karen Montgomery 内页设计:David Futato 插画:Robert Romano 版本说明: 2009 年六月:第一版 Nutshell Handbook, the Nutshell Handbook 标志, 以及 O’Reilly 标志是 O’Reilly Me dia, Inc.的注册商标。《PYTHON 自然语言处理》,露脊鲸图案以及相关的商品外观是 O’Re illy Media, Inc.的商标。 制造商和经销商为了区分他们的产品而声明一些名称为商标。这些名称也出现在本书 中,O’Reilly Media, Inc.知道这是商标,使用盖帽或者小的盖帽来印刷。 在本书编写过程中已经采取一切可能的预防措施,所以出版商和作者对书中的错误和遗 漏以及使用此书包含的信息所造成的损害不承担责任。 ISBN: 978-0-596-51649-9 [M] 1244726609 5
更多简介内容

推荐帖子

评论

taichung
PYTHON不錯參考資料,值得學習。
2019-09-10 00:29:28回复
学习一下123
下载看一看
2019-05-09 23:41:44回复
star_66666
下载看看了
2018-07-17 17:11:25回复
codywhy
中文版的教程,参考
2018-02-03 01:46:34回复
jyy2k2017
感谢分享,祝福安康
2018-02-01 15:17:18回复
汤姆个小杰瑞
感谢分享,慢慢学习
2018-01-26 18:54:12回复
登录/注册

意见反馈

求资源

回顶部

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版 版权声明

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2021 EEWORLD.com.cn, Inc. All rights reserved
$(function(){ var appid = $(".select li a").data("channel"); $(".select li a").click(function(){ var appid = $(this).data("channel"); $('.select dt').html($(this).html()); $('#channel').val(appid); }) })
×