Python自然语言处理实战书籍和代码《Natural Language Processing in Action》

【导读】 自然语言处理资深专家Hobson Lane最新撰写的自然语言处理实战书籍（预计2018年夏季出版）《Natural Language Processing in Action——Understanding, analyzing, and generating text with Python》介绍使用python实现一系列自然语言处理任务，该书专注于自然语言处理领域（NLP）和人工智能领域（AI）。这本书围绕着一系列实际应用，使用深度学习来解决实际问题，面向希望学习自然语言处理的初学者，从实战角度出发带你用Python语言快速上手相关自然语言处理应用，比如：训练一个基于Python的NLP模型来进行模式识别并从文本中提取信息；构建一个可以基于语义查找的搜索引擎；使用深度学习方法来训练聊天机器人。随书同时提供代码，可以让你动手测试改进。

▌图书介绍

“自然语言处理实战”这本书目的是带领您使用丰富的Python语言来构建一个理解人类语言的模型，该书专注于自然语言处理领域（NLP）和人工智能领域（AI）！

你从计算机如何学习阅读和理解语言开始。然后，你会学习如何训练一个基于Python的NLP模型来进行模式识别并从文本中提取信息。

当您仔细研究本书的代码示例时，您将能扩展您的机器学习知识，并将其应用于一系列挑战，从构建一个可以基于其语义查找而不仅仅是关键字查找文档的搜索引擎到使用深度学习方法来训练聊天机器人来参与对话聊天。

关于该技术

大多数人类都擅长阅读和理解文本，但是计算机并非如此。自然语言处理（NLP）是教计算机更像人的学科，从聊天机器人到手机语音识别软件，你都能看到它的例子。现代基于机器学习的NLP技术从根本上提高了模式识别的能力，使用上下文来推断语义，并准确地从结构较差的文本中辨别意图。NLP帮助您改善客户交互，节约成本。

书中介绍了什么

与Keras，TensorFlow，Gensim，scikit-learn等无缝链接

解析和标准化文本

基于规则(语法)的NLP

基于深度学习的NLP

用训练数据进行端到端的聊天机器人管道（pipelines）

可扩展的NLP管道（pipelines）

超参数优化算法

关于读者

虽然所有的例子都是用Python编写的，但使用任何现代编程语言的经验都可以让读者从本书中获得最大收益，对机器学习的基本理解也是有帮助的。

关于作者

Hobson Lane：自然语言处理资深专家，在NLP实战方面有丰富的经验。

HannesHapke：是由电气工程师转型的数据科学家，具有丰富的深度学习经验。

ColeHoward：是一位木匠和作家转型到深入学习的专家。

参考：

https://www.manning.com/books/natural-language-processing-in-action

https://github.com//totalgood/nlpia

▌详细目录

▌第一部分 WORDY MACHINES

▌第二部分 DEEPER LEARNING

▌第三部分 GETTING REAL

▌附录

▌第一章详细内容

-END-

专 · 知

人工智能领域主题知识资料查看获取：【专知荟萃】人工智能领域25个主题知识资料全集（入门/进阶/论文/综述/视频/专家等）

同时欢迎各位用户进行专知投稿，详情请点击：