Return to site

《NLP and CL》读书笔记(章节介绍)

Natural Language Processing and Computational Linguistics

· 途·读书笔记

这本书涵盖了以下知识点:

第一章:什么是文本分析?机器学习和计算语言学以我们想不到的速度在推进着文本分析的理论与应用。这一章我们将深入学习理解文本分析的源动力。

第二章:文本分析之Python Tips。因为Python强大且易用,所以我们将使用Python来贯穿本书之后的内容。第一章介绍完文本分析之后,这一章我们将使用Python来证实这些理论。

第三章:spaCy。我们将介绍如何使用spaCy帮助我们的文本分析任务。比如POS-tagging和NER-tagging。以及演示我们如何快速有效的使用spaCy。

以下是还没仔细看的章节介绍。

第四章:Gensim。文本向量化与预处理。

第五章:POS-tagging与实际应用。

第六章:NER-tagging与实际应用。

第七章:依赖关系分析。

第八章:主题分类模型?

第九章:高级主题建模。

第十章:对文本进行聚类分析和分类。

第十一章:相似查询和摘要。

第十二章:Word2Vec, Doc2Vec and Gensim.

第十三章:文本深度学习。

第十四章:Keras and spaCy for Deep Learning.

第十五章:情绪分析与聊天机器人。

先占坑后更。欢迎感兴趣的小伙伴指正&订阅~

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OK