وضعیت موجودی موجود
Product details
- Publisher : Manning; 1st edition (April 14, 2019)
- Language : English
- Paperback : 544 pages
- ISBN-10 : 1617294632
- ISBN-13 : 978-1617294631
جلد معمولی رنگی_کتاب Natural Language Processing in Action: Understanding, analyzing, and generating text with Python
Summary
Natural Language Processing in Action is your guide to creating machines that understand human language using the power of Python with its ecosystem of packages dedicated to NLP and AI.
Purchase of the print book includes a free eBook in PDF, Kindle, and ePub formats from Manning Publications. All examples are included in the open source `nlpia` package on python.org and github.com, complete with a conda environment and Dockerfile to help you get going quickly on any platform.
About the Technology
Recent advances in deep learning empower applications to understand text and speech with extreme accuracy. The result? Chatbots that can imitate real people, meaningful resume-to-job matches, superb predictive search, and automatically generated document summaries--all at a low cost. New techniques, along with accessible tools like Keras and TensorFlow, make professional-quality NLP easier than ever before.
About the Book
Natural Language Processing in Action is your guide to building machines that can read and interpret human language. In it, you'll use readily available Python packages to capture the meaning in text and react accordingly. The book expands traditional NLP approaches to include neural networks, modern deep learning algorithms, and generative techniques as you tackle real-world problems like extracting dates and names, composing text, and answering free-form questions.
What's inside
- Some sentences in this book were written by NLP! Can you guess which ones?
- Working with Keras, TensorFlow, gensim, and scikit-learn
- Rule-based and data-based NLP
- Scalable pipelines
About the Reader
This book requires a basic understanding of deep learning and intermediate Python skills.
About the Authors
Hobson Lane, Cole Howard, and Hannes Max Hapke are experienced NLP engineers who use these techniques in production for profit and fun: contributing to social-benefit projects like smart guides for people with blindness and cognitive assistance for those with developmental challenges or suffering from information overload (don't we all?).
Table of Contents
PART 1 - WORDY MACHINES
PART 2 - DEEPER LEARNING (NEURAL NETWORKS)
PART 3 - GETTING REAL (REAL-WORLD NLP CHALLENGES)
- Packets of thought (NLP overview)
- Build your vocabulary (word tokenization)
- Math with words (TF-IDF vectors)
- Finding meaning in word counts (semantic analysis)
- Baby steps with neural networks (perceptrons and backpropagation)
- Reasoning with word vectors (Word2vec)
- Getting words in order with convolutional neural networks (CNNs)
- Loopy (recurrent) neural networks (RNNs)
- Improving retention with long short-term memory networks
- Sequence-to-sequence models and attention
- Information extraction (named entity extraction and question answering)
- Getting chatty (dialog engines)
- Scaling up (optimization, parallelization, and batch processing)
منابع کتاب جلد معمولی رنگی_کتاب Natural Language Processing in Action: Understanding, analyzing, and generating text with Python
خلاصه
پردازش زبان طبیعی در عمل راهنمای شما برای ایجاد ماشین‌هایی است که زبان انسان را با استفاده از قدرت پایتون با اکوسیستم بسته‌های اختصاصی NLP و AI درک می‌کنند.
خرید کتاب چاپی شامل یک کتاب الکترونیکی رایگان در قالب‌های PDF، Kindle و ePub از انتشارات منینگ است. همه نمونه‌ها در بسته منبع باز «nlpia» در python.org و github.com گنجانده شده‌اند، همراه با محیط conda و Dockerfile که به شما کمک می‌کند تا به سرعت در هر پلتفرمی پیش بروید.
درباره فناوری
پیشرفت‌های اخیر در یادگیری عمیق، برنامه‌ها را قادر می‌سازد تا متن و گفتار را با دقت بسیار بالا درک کنند. نتیجه؟ چت ربات‌هایی که می‌توانند از افراد واقعی تقلید کنند، تطابق معنی‌دار رزومه به شغل، جستجوی پیش‌بینی‌کننده فوق‌العاده، و خلاصه‌های اسناد تولید شده به‌طور خودکار - همه با هزینه کم. تکنیک‌های جدید، همراه با ابزارهای در دسترس مانند Keras و TensorFlow، NLP با کیفیت حرفه‌ای را آسان‌تر از همیشه می‌کنند.
درباره کتاب
پردازش زبان طبیعی در عمل راهنمای شما برای ساخت ماشین هایی است که می توانند زبان انسان را بخوانند و تفسیر کنند. در آن، شما از بسته‌های Python در دسترس استفاده می‌کنید تا معنی متن را دریافت کنید و مطابق با آن واکنش نشان دهید. این کتاب رویکردهای سنتی NLP را گسترش می‌دهد تا شبکه‌های عصبی، الگوریتم‌های یادگیری عمیق مدرن، و تکنیک‌های مولد را در برگیرنده مشکلات دنیای واقعی مانند استخراج تاریخ‌ها و نام‌ها، نوشتن متن و پاسخ دادن به سؤالات آزادانه بسط دهد.
داخلش چیه
- برخی از جملات این کتاب توسط NLP نوشته شده است! میتونی حدس بزنی کدومشون؟
- کار با Keras، TensorFlow، gensim و scikit-learn
- NLP مبتنی بر قانون و مبتنی بر داده
- خطوط لوله مقیاس پذیر
درباره خواننده
این کتاب نیاز به درک پایه ای از یادگیری عمیق و مهارت های پایتون متوسط دارد.
درباره نویسندگان
هابسون لین ، کول هاوارد و هانس مکس هاپک مهندسان باتجربه NLP هستند که از این تکنیک ها در تولید برای کسب سود و سرگرمی استفاده می کنند: مشارکت در پروژه های سودمند اجتماعی مانند راهنمای هوشمند برای افراد نابینا و کمک های شناختی برای افرادی که دارای چالش های رشدی هستند یا از اطلاعات رنج می برند. اضافه بار (آیا همه ما اینطور نیستیم؟).
فهرست مطالب
-
بخش 1 - ماشین های WORDY
- بسته های فکری (نمای کلی NLP)
- دایره واژگان خود را بسازید (توکن سازی کلمات)
- ریاضی با کلمات (بردارهای TF-IDF)
- یافتن معنی در تعداد کلمات (تحلیل معنایی)
- گام های کودک با شبکه های عصبی (پرسپترون ها و پس انتشار)
- استدلال با بردارهای کلمه (Word2vec)
- مرتب کردن کلمات با شبکه های عصبی کانولوشنال (CNN)
- شبکه های عصبی حلقه ای (تکراری) (RNN)
- بهبود حفظ با شبکه های حافظه کوتاه مدت
- مدل های دنباله به دنباله و توجه
- استخراج اطلاعات (استخراج نهاد نامگذاری شده و پاسخ به سؤال)
- چت شدن (موتورهای گفتگو)
- افزایش مقیاس (بهینه سازی، موازی سازی، و پردازش دسته ای)
بخش 2 - یادگیری عمیق تر (شبکه های عصبی)
بخش 3 - واقعی شدن (چالش های NLP در دنیای واقعی)
ارسال نظر درباره جلد معمولی رنگی_کتاب Natural Language Processing in Action: Understanding, analyzing, and generating text with Python