Поделиться

Обработка естественного языка в действии

Практическое руководство.

Хобсон Лейн, Ханнес Хапке, Коул Ховард «Обработка естественного языка в действии» Питер, 2020 год, 576 стр., ISBN 978-5-4461-1371-2; (PDF, DJVU)

Описание Содержание Links

Описание книги.

Последние достижения в области глубокого обучения позволяют создавать приложения, с исключительной точностью распознающие текст и речь. Что в результате? Появляются чат-боты, ведущие диалог не хуже реальных людей, программы, эффективно подбирающие резюме под заданную вакансию, развивается превосходный предиктивный поиск, автоматически генерируются аннотации документов. Благодаря новым приемам и инструментам, таким как Keras и Tensorflow, сегодня возможно как никогда просто реализовать качественную обработку естественного языка (NLP).

"Обработка естественного языка в действии" станет вашим руководством по созданию программ, способных распознавать и интерпретировать человеческий язык. В книге рассказано, как с помощью готовых пакетов на языке Python извлекать из текста смыслы и адекватно ими распоряжаться. Дается расширенная трактовка традиционных методов NLP, что позволит задействовать нейронные сети, современные алгоритмы глубокого обучения и генеративные приемы при решении реальных задач, таких как выявление дат и имен, составление текстов и ответов на неожиданные вопросы.

Оглавление.

  • Часть I. Машины для обработки слов
    Глава 1. Знакомство с технологией NLP
    Глава 2. Составление словаря: токенизация слов
    Глава 3. Арифметика слов: векторы TF-IDF
    Глава 4. Поиск смысла слов по их частотностям: семантический анализ
  • Часть II. Более глубокое обучение: нейронные сети
    Глава 5. Первые шаги в нейронных сетях: перцептроны и метод обратного распространения ошибки
    Глава 6. Умозаключения на основе векторов слов (Word2vec)
    Глава 7. Сверточные нейронные сети
    Глава 8. Нейронные сети с обратной связью: рекуррентные нейронные сети
    Глава 9. Эффективное сохранение информации с помощью сетей с долгой краткосрочной памятью
    Глава 10. Модели sequence-to-sequence и механизм внимания
  • Часть III. Поговорим серьезно. Реальные задачи NLP
    Глава 11. Выделение информации: выделение поименованных сущностей и формирование ответов на вопросы
    Глава 12. Начинаем общаться: диалоговые системы
    Глава 13. Масштабирование: оптимизация, распараллеливание и обработка по батчам
  • Приложения
    Приложение A. Инструменты для работы с NLP
    Приложение Б. Эксперименты с Python и регулярные выражения
    Приложение В. Векторы и матрицы: базовые элементы линейной алгебры
    Приложение Г. Инструменты и методы машинного обучения
    Приложение Д. Настройка GPU на AWS
    Приложение Е. Хеширование с учетом локальности

PyTorch, TensorFlow и Keras

PDF (RU)         DJVU  (RU)

35-zZgzNwxcy-up6yDhYvmDeFi6UUo8P_c7F6O_uvK4

https://www.htbook.ru/wp-content/uploads/2020/08/obrabotka-estestvennogo-yazyka-v-dejstvii-e1598200100999.jpghttps://www.htbook.ru/wp-content/uploads/2020/08/obrabotka-estestvennogo-yazyka-v-dejstvii-130x200.jpgПрограммирование и БДPython,ПрограммированиеПрактическое руководство. Хобсон Лейн, Ханнес Хапке, Коул Ховард 'Обработка естественного языка в действии' Питер, 2020 год, 576 стр., ISBN 978-5-4461-1371-2; (PDF, DJVU)Библиотека технической тематики. Техническая литература
Поделиться