Прикладной анализ текстовых данных на Python: машинное обучение и создание приложений обработки естественного языка: 16+

Вступление Сложности компьютерной обработки естественного языка Лингвистические данные: лексемы и слова Внедрение машинного обучения Инструменты для анализа текста О чем рассказывается в этой книге Кому адресована эта книга Примеры кода и репозиторий на GitHub Типографские соглашения Использование программного кода примеров От издательства Благодарности Глава 1. Естественные языки и вычисления Парадигма науки о данных Приложения данных, основанные на анализе естественного языка Конвейер приложения данных Тройка выбора модели Язык как данные Компьютерная модель языка Лингвистические признаки Контекстные признаки Структурные признаки В заключение Глава 2. Создание собственного корпуса Что такое корпус? Предметные корпусы Движок сбора данных Baleen Управление корпусом данных Структура корпуса на диске Объекты чтения корпусов Потоковый доступ к данным с помощью NLTK Чтение корпуса HTML Чтение корпуса из базы данных В заключение Глава 3. Предварительная обработка и преобразование корпуса Разбивка документов Выявление и извлечение основного контента Разделение документов на абзацы Сегментация: выделение предложений Лексемизация: выделение лексем Маркировка частями речи Промежуточный анализ корпуса Трансформация корпуса Чтение предварительно обработанного корпуса В заключение Глава 4. Конвейеры векторизации и преобразования Слова в пространстве Частотные векторы Прямое кодирование Частота слова — обратная частота документа Распределенное представление Scikit-Learn API Интерфейс BaseEstimator Расширение TransformerMixin Конвейеры Основы конвейеров Поиск по сетке для оптимизации гиперпараметров Усовершенствование извлечения признаков с помощью объектов FeatureUnion В заключение Глава 5. Классификация в текстовом анализе Классификация текста Идентификация задач классификации Модели классификации Создание приложений классификации текста Перекрестная проверка Конструирование модели Оценка модели Эксплуатация модели В заключение Глава 6. Кластеризация для выявления сходств в тексте Обучение на текстовых данных без учителя Кластеризация документов по сходству Метрики расстояния Партитивная кластеризация Иерархическая кластеризация Моделирование тематики документов Латентное размещение Дирихле Латентно-семантический анализ Неотрицательное матричное разложение В заключение Глава 7. Контекстно зависимый анализ текста Извлечение признаков на основе грамматики Контекстно-свободные грамматики Синтаксические парсеры Извлечение ключевых фраз Извлечение сущностей Извлечение признаков на основе n-грамм Чтение корпуса с поддержкой n-грамм Выбор размера n-грамм Значимые словосочетания Модели языка n-грамм Частота и условная частота Оценка максимальной вероятности Неизвестные слова: возвраты и сглаживание Генерация языка В заключение Глава 8. Визуализация текста Визуализация пространства признаков Визуальный анализ признаков Управление конструированием признаков Диагностика моделей Визуализация кластеров Визуализация классов Диагностика ошибок классификации Визуальная настройка Оценка силуэта и локтевые кривые В заключение Глава 9. Графовые методы анализа текста Вычисление и анализ графов Создание тезауруса на основе графа Анализ структуры графа Визуальный анализ графов Извлечение графов из текста Создание социального графа Исследование социального графа Разрешение сущностей Разрешение сущностей в графе Блокирование по структуре Нечеткое блокирование В заключение Глава 10. Чат-боты Основы диалогового взаимодействия Диалог: непродолжительный обмен Управление диалогом Правила вежливой беседы Приветствие и прощание Обработка ошибок при общении Занимательные вопросы Анализ зависимостей Анализ составляющих Выявление вопроса От столовых ложек к граммам Обучение для рекомендаций Соседство Предложение рекомендаций В заключение Глава 11. Масштабирование анализа текста Модуль multiprocessing Запуск параллельных задач Пулы процессов и очереди Параллельная обработка корпуса Кластерные вычисления с использованием Spark Устройство заданий в Spark Распределение корпуса Операции RDD Обработка естественного языка в Spark В заключение Глава 12. Глубокое обучение и не только Прикладные нейронные сети Нейронные модели языка Искусственные нейронные сети Архитектуры глубокого обучения Анализ эмоциональной окраски Глубокий анализ структуры Будущее (почти) наступило Глоссарий Об авторах Выходные данные