Учебник по обработке естественного языка с Python

Эта книга представляет собой комплексный учебник по обработке естественного языка (NLP), сочетающий теоретические основы с практической реализацией на Python. Автор, Raymond S. T. Lee, структурировал материал для эффективного обучения как концепциям, так и инструментам.

Первая часть книги посвящена фундаментальным концепциям и технологиям NLP. Она охватывает введение в предмет, N-граммные языковые модели, частеречную разметку (POS Tagging), синтаксис и парсинг, представление смысла, семантический и прагматический анализ, а также современные технологии, такие как трансферное обучение и архитектура Transformer. Отдельная глава рассматривает основные приложения NLP.

Вторая часть книги состоит из семи практических воркшопов с пошаговой реализацией на Python. Читатели научатся работать с ключевыми библиотеками и фреймворками, включая NLTK, spaCy, TensorFlow Keras, а также применять модели Transformer и BERT для создания реальных NLP-приложений. Каждый воркшоп тесно связан с теоретическими главами первой части.

Книга предназначена для студентов, исследователей и практиков, желающих получить глубокое понимание NLP — от базовых лингвистических моделей до передовых методов на основе глубокого обучения. Практическая ориентация делает её ценным ресурсом для разработки систем информационного поиска, суммаризации текста, чат-ботов и других приложений.

Natural Language Processing: A Textbook with Python Implementation

Похожие книги

Applied Natural Language Processing with PyTorch 2.0: Master Advanced NLP Techniques, Transform Text Data into Insights, and Build Scalable AI Models with PyTorch 2.0

Natural Language Processing in Action: Understanding, analyzing, and generating text with Python

Text Analytics with Python: A Practitioner’s Guide to Natural Language Processing, Second Edition

Practical Natural Language Processing: A Comprehensive Guide to Building Real-World NLP Systems

Deep Reinforcement Learning with Python: RLHF for Chatbots and Large Language Models, Second Edition

Python Deep Learning

Introduction to Deep Learning Using R: A Step-by-Step Guide to Learning and Implementing Deep Learning Models Using R

Learn TensorFlow 2.0: Implement Machine Learning and Deep Learning Models with Python

Pro Deep Learning with TensorFlow 2.0: A Mathematical Approach to Advanced Artificial Intelligence in Python

Applied Deep Learning: Design and implement your own Neural Networks to solve real-world problems