自然语言处理Python进阶PDF电子书下载

第1章 语料库和WordNet 1

1.1引言 1

1.2访问内置语料库 1

1.3下载外部语料库，加载并访问 3

1.4计算布朗语料库中三种不同类别的特殊疑问词 5

1.5探讨网络文本和聊天文本的词频分布 7

1.6使用WordNet进行词义消歧 9

1.7选择两个不同的同义词集，使用WordNet探讨上位词和下位词的概念 12

1.8基于WordNet计算名词、动词、形容词和副词的平均多义性 15

第2章 针对原始文本，获取源数据和规范化 17

2.1引言 17

2.2字符串操作的重要性 17

2.3深入实践字符串操作 19

2.4在Python中读取PDF文件 21

2.5在Python中读取Word文件 23

2.6使用PDF、DOCX和纯文本文件，创建用户自定义的语料库 26

2.7读取RSS信息源的内容 29

2.8使用BeautifulSoup解析HTML 31

第3章 预处理 34

3.1引言 34

3.2分词——学习使用NLTK内置的分词器 34

3.3词干提取——学习使用NLTK内置的词干提取器 36

3.4词形还原——学习使用NLTK中的WordnetLemmatizer函数 38

3.5停用词——学习使用停用词语料库及其应用 40

3.6编辑距离——编写计算两个字符串之间编辑距离的算法 42

3.7处理两篇短文并提取共有词汇 44

第4章 正则表达式 50

4.1引言 50

4.2正则表达式——学习使用*、＋和？ 50

4.3正则表达式——学习使用＄和^，以及如何在单词内部（非开头与结尾处）进行模式匹配 52

4.4匹配多个字符串和子字符串 54

4.5学习创建日期正则表达式和一组字符集合或字符范围 56

4.6查找句子中所有长度为5的单词，并进行缩写 58

4.7学习编写基于正则表达式的分词器 59

4.8学习编写基于正则表达式的词干提取器 60

第5章 词性标注和文法 63

5.1引言 63

5.2使用内置的词性标注器 63

5.3编写你的词性标注器 65

5.4训练你的词性标注器 70

5.5学习编写你的文法 73

5.6编写基于概率的上下文无关文法 76

5.7编写递归的上下文无关文法 79

第6章 分块、句法分析、依存分析 82

6.1引言 82

6.2使用内置的分块器 82

6.3编写你的简单分块器 84

6.4训练分块器 87

6.5递归下降句法分析 90

6.6 shift-reduce句法分析 93

6.7依存句法分析和主观依存分析 95

6.8线图句法分析 97

第7章 信息抽取和文本分类 101

7.1引言 101

7.2使用内置的命名实体识别工具 102

7.3创建字典、逆序字典和使用字典 104

7.4特征集合选择 109

7.5利用分类器分割句子 113

7.6文本分类 116

7.7利用上下文进行词性标注 120

第8章 高阶自然语言处理实践 124

8.1引言 124

8.2创建一条自然语言处理管道 124

8.3解决文本相似度问题 131

8.4主题识别 136

8.5文本摘要 140

8.6指代消解 143

8.7词义消歧 147

8.8情感分析 150

8.9高阶情感分析 153

8.10创建一个对话助手或聊天机器人 157

第9章 深度学习在自然语言处理中的应用 163

9.1引言 163

9.2利用深度神经网络对电子邮件进行分类 168

9.3使用一维卷积网络进行IMDB情感分类 175

9.4基于双向LSTM的IMDB情感分类模型 179

9.5利用词向量实现高维词在二维空间的可视化 183

第10章 深度学习在自然语言处理中的高级应用 188

10.1引言 188

10.2基于莎士比亚的著作使用LSTM技术自动生成文本 188

10.3基于记忆网络的情景数据问答 193

10.4使用循环神经网络LSTM进行语言建模以预测最优词 199

10.5使用循环神经网络LSTM构建生成式聊天机器人 203