计算机 类型
可以朗读 语音朗读
116千字 字数
2021-11-01 发行日期
展开全部

主编推荐语

本书以Python、Sklearn、NLTK为基础，教授自然语言处理、文本分类等，实现快速入门。

内容简介

本书的所有程序都在 anaconda进行调试和运行。本教材包括自然语言处理概述、Python语言简介、Python数据类型、Python流程控制、函数、python数据分析、Sklearn和NLTK、语料清洗、特征工程、中文分词、文本分类、文本聚类、指标评价、信息提取和情感分析。本教材区别于众多自然语言处理的教材“重理论轻代码”，往往只是给出伪代码，而本书采用基于Python语言的sklearn平台和NLTK实现，便于学生更快地掌握自然语言处理的基本思想，较为快速的入门学习。

目录

  • 封面页
  • 书名页
  • 版权页
  • 内容简介
  • 前言PREFACE
  • 目录
  • 第1章　自然语言处理概述
  • 1.1　人工智能发展历程
  • 1.1.1　第一阶段：20年黄金时代
  • 1.1.2　第二阶段：第一次寒冬
  • 1.1.3　第三阶段：繁荣期
  • 1.1.4　第四阶段：第二次寒冬
  • 1.1.5　第五阶段：稳健时代
  • 1.2　自然语言处理
  • 1.2.1　概述
  • 1.2.2　发展历程
  • 1.2.3　处理流程
  • 1.2.4　研究内容
  • 1.3　机器学习算法
  • 1.3.1　监督学习
  • 1.3.2　无监督学习
  • 1.4　自然语言处理相关库
  • 1.4.1　NumPy
  • 1.4.2　Matplotlib
  • 1.4.3　Pandas
  • 1.4.4　SciPy
  • 1.4.5　NLTK
  • 1.4.6　SnowNLP
  • 1.4.7　Sklearn
  • 1.5　语料库
  • 1.5.1　认识语料库
  • 1.5.2　分类
  • 1.5.3　构建原则
  • 1.5.4　常用语料库
  • 1.5.5　搜狗新闻语料库
  • 第2章　Python语言简述
  • 2.1　Python简介
  • 2.1.1　Python发展历程
  • 2.1.2　Python的特点
  • 2.1.3　Python应用场合
  • 2.2　Python解释器
  • 2.2.1　Ubuntu下安装Python
  • 2.2.2　Windows下安装Python
  • 2.3　Python编辑器
  • 2.3.1　IDLE
  • 2.3.2　VS Code
  • 2.3.3　PyCharm
  • 2.3.4　Anaconda
  • 2.3.5　Jupyter
  • 2.4　代码书写规则
  • 2.4.1　缩进
  • 2.4.2　多行语句
  • 2.4.3　注释
  • 2.4.4　编码习惯
  • 2.5　自学网站
  • 2.5.1　菜鸟网站
  • 2.5.2　廖雪峰学Python网站
  • 2.5.3　Python官方网站
  • 2.5.4　Python-100天从新手到大师网站
  • 第3章　Python数据类型
  • 3.1　变量
  • 3.1.1　变量命名
  • 3.1.2　变量引用
  • 3.2　运算符
  • 3.2.1　算术运算符
  • 3.2.2　关系运算符
  • 3.2.3　赋值运算符
  • 3.2.4　逻辑运算符
  • 3.2.5　位运算符
  • 3.2.6　成员运算符
  • 3.2.7　身份运算符
  • 3.3　表达式
  • 3.3.1　概念
  • 3.3.2　操作
  • 3.4　数据类型
  • 3.5　数字
  • 3.5.1　概念
  • 3.5.2　操作
  • 3.6　字符串
  • 3.6.1　概念
  • 3.6.2　操作
  • 3.7　列表
  • 3.7.1　概念
  • 3.7.2　操作
  • 3.8　元组
  • 3.8.1　概念
  • 3.8.2　操作
  • 3.9　字典
  • 3.9.1　字典的概念
  • 3.9.2　字典操作
  • 3.9.3　字典举例
  • 3.10　集合
  • 3.10.1　集合的概念
  • 3.10.2　集合操作
  • 3.10.3　集合举例
  • 3.11　组合数据类型
  • 3.11.1　相互关系
  • 3.11.2　数据类型转换
  • 第4章　Python流程控制
  • 4.1　流程结构
  • 4.2　顺序结构
  • 4.2.1　输入输出
  • 4.2.2　举例
  • 4.3　选择结构
  • 4.3.1　单分支
  • 4.3.2　双分支
  • 4.3.3　多分支
  • 4.3.4　分支嵌套
  • 4.4　循环概述
  • 4.4.1　循环结构
  • 4.4.2　循环分类
  • 4.5　while语句
  • 4.5.1　基本形式
  • 4.5.2　else语句
  • 4.5.3　无限循环
  • 4.6　for语句
  • 4.6.1　应用序列类型
  • 4.6.2　内置函数range（）
  • 4.7　循环嵌套
  • 4.7.1　原理
  • 4.7.2　实现
  • 4.8　辅助语句
  • 4.8.1　break语句
  • 4.8.2　continue语句
  • 4.8.3　pass语句
  • 第5章　Python函数
  • 5.1　函数声明与调用
  • 5.1.1　函数声明
  • 5.1.2　函数调用
  • 5.1.3　函数返回值
  • 5.2　参数传递
  • 5.2.1　实参与形参
  • 5.2.2　传对象引用
  • 5.3　参数分类
  • 5.3.1　必备参数
  • 5.3.2　默认参数
  • 5.3.3　关键参数
  • 5.3.4　不定长参数
  • 5.4　两类特殊函数
  • 5.4.1　匿名函数
  • 5.4.2　递归函数
  • 第6章　Python数据科学
  • 6.1　科学计算
  • 6.2　NumPy
  • 6.2.1　认识NumPy
  • 6.2.2　创建数组
  • 6.2.3　查看数组
  • 6.2.4　索引和切片
  • 6.2.5　矩阵运算
  • 6.3　Matplotlib
  • 6.3.1　认识Matplotlib
  • 6.3.2　线形图
  • 6.3.3　散点图
  • 6.3.4　饼状图
  • 6.3.5　直方图
  • 6.4　Pandas
  • 6.4.1　认识Pandas
  • 6.4.2　Series
  • 6.4.3　DataFrame
  • 6.4.4　Index
  • 6.4.5　Plot
  • 6.5　SciPy
  • 6.5.1　认识SciPy
  • 6.5.2　稀疏矩阵
  • 6.5.3　线性代数
  • 6.6　Seaborn
  • 6.6.1　认识Seaborn
  • 6.6.2　图表分类
  • 第7章　Sklearn和NLTK
  • 7.1　Sklearn简介
  • 7.2　安装Sklearn
  • 7.3　数据集
  • 7.3.1　小数据集
  • 7.3.2　大数据集
  • 7.3.3　生成数据集
  • 7.4　机器学习流程
  • 7.4.1　语料清洗
  • 7.4.2　划分数据集
  • 7.4.3　特征工程
  • 7.4.4　机器算法
  • 7.4.5　模型评估
  • 7.5　NLTK简介
  • 7.6　NLTK语料库
  • 7.6.1　inaugural语料库
  • 7.6.2　gutenberg语料库
  • 7.6.3　movie_reviews语料库
  • 7.7　NLTK文本分类
  • 7.7.1　分句分词
  • 7.7.2　停止词
  • 7.7.3　词干提取
  • 7.7.4　词形还原
  • 7.7.5　同义词与反义词
  • 7.7.6　语义相关性
  • 第8章　语料清洗
  • 8.1　认识语料清洗
  • 8.2　清洗策略
  • 8.2.1　一致性检查
  • 8.2.2　格式内容检查
  • 8.2.3　逻辑检查
  • 8.3　缺失值清洗
  • 8.3.1　认识缺失值
  • 8.3.2　Pandas处理
  • 8.3.3　Sklearn处理
  • 8.4　异常值清洗
  • 8.4.1　散点图方法
  • 8.4.2　箱线图方法
  • 8.4.3　3σ法则
  • 8.5　重复值清洗
  • 8.5.1　NumPy处理
  • 8.5.2　Pandas处理
  • 8.6　数据转换
  • 8.6.1　数据值替换
  • 8.6.2　数据值映射
  • 8.6.3　数据值合并
  • 8.6.4　数据值补充
  • 8.7　Missingno库
  • 8.7.1　认识Missingno库
  • 8.7.2　示例
  • 8.8　词云
  • 8.8.1　认识词云
  • 8.8.2　示例
  • 第9章　特征工程
  • 9.1　特征预处理
  • 9.1.1　归一化
  • 9.1.2　标准化
  • 9.1.3　鲁棒化
  • 9.1.4　正则化
  • 9.1.5　示例
  • 9.2　独热编码
  • 9.2.1　认识独热编码
  • 9.2.2　Pandas实现
  • 9.2.3　Sklearn实现
  • 9.2.4　DictVectorizer
  • 9.3　CountVectorizer
  • 9.3.1　认识CountVectorizer
  • 9.3.2　Sklearn调用CountVectorizer
  • 9.4　TF-IDF
  • 9.4.1　认识TF-IDF
  • 9.4.2　计算TF-IDF
  • 9.4.3　Sklearn调用TF-IDF
  • 第10章　中文分词
  • 10.1　概述
  • 10.1.1　简介
  • 10.1.2　特点
  • 10.2　常见中文分词方法
  • 10.2.1　基于规则和词表方法
  • 10.2.2　基于统计方法
  • 10.2.3　基于理解方法
  • 10.3　中文分词困惑
  • 10.4　jieba分词库
  • 10.4.1　认识jieba
  • 10.4.2　三种模式
  • 10.4.3　自定义词典
  • 10.4.4　词性标注
  • 10.4.5　断词位置
  • 10.4.6　关键词抽取
  • 10.4.7　停止词表
  • 10.5　HanLP分词
  • 10.5.1　认识HanLP
  • 10.5.2　pyhanlp
  • 10.5.3　中文分词
  • 10.5.4　依存分析使用
  • 10.5.5　关键词提取
  • 10.5.6　命名实体识别
  • 10.5.7　自定义词典
  • 10.5.8　简体繁体转换
  • 10.5.9　摘要提取
  • 第11章　文本分类
  • 11.1　历史回顾
  • 11.2　文本分类方法
  • 11.2.1　朴素贝叶斯
  • 11.2.2　支持向量机
  • 11.3　贝叶斯定理
  • 11.4　朴素贝叶斯
  • 11.4.1　GaussianNB方法
  • 11.4.2　MultinomialNB方法
  • 11.4.3　BernoulliNB方法
  • 11.5　朴素贝叶斯进行新闻分类
  • 11.6　支持向量机
  • 11.6.1　线性核函数
  • 11.6.2　多项式核函数
  • 11.6.3　高斯核函数
  • 11.7　支持向量机对鸢尾花分类
  • 11.8　垃圾邮件分类
  • 11.8.1　朴素贝叶斯定理实现
  • 11.8.2　Sklearn朴素贝叶斯实现
  • 第12章　文本聚类
  • 12.1　概述
  • 12.1.1　算法原理
  • 12.1.2　流程
  • 12.2　K-Means算法
  • 12.2.1　算法原理
  • 12.2.2　数学理论实现
  • 12.2.3　Python实现
  • 12.3　主成分分析
  • 12.3.1　算法原理
  • 12.3.2　components参数
  • 12.3.3　对鸢尾花数据降维
  • 12.4　K-Means评估指标
  • 12.4.1　调整兰德系数
  • 12.4.2　轮廓系数
  • 12.5　K-Means英文文本聚类
  • 12.5.1　构建DataFrame数据
  • 12.5.2　进行分词和停止词去除
  • 12.5.3　向量化
  • 12.5.4　TF-IDF模型
  • 12.5.5　计算余弦相似度
  • 12.5.6　K-Means聚类
  • 12.6　K-Means中文文本聚类
  • 12.6.1　程序流程
  • 12.6.2　程序文件
  • 12.6.3　执行代码
  • 第13章　评价指标
  • 13.1　Sklearn中的评价指标
  • 13.2　混淆矩阵
  • 13.2.1　认识混淆矩阵
  • 13.2.2　Pandas计算混淆矩阵
  • 13.2.3　Sklearn计算混淆矩阵
  • 13.3　准确率
  • 13.3.1　认识准确率
  • 13.3.2　Sklearn计算准确率
  • 13.4　精确率
  • 13.4.1　认识精确率
  • 13.4.2　Sklearn计算精确率
  • 13.5　召回率
  • 13.5.1　认识召回率
  • 13.5.2　Sklearn计算召回率
  • 13.6　F1 Score
  • 13.6.1　认识F1 Score
  • 13.6.2　Sklearn计算F1 Score
  • 13.7　综合实例
  • 13.7.1　数学计算评价指标
  • 13.7.2　Python计算评价指标
  • 13.8　ROC曲线
  • 13.8.1　认识ROC曲线
  • 13.8.2　Sklearn计算ROC曲线
  • 13.9　AUC面积
  • 13.9.1　认识AUC面积
  • 13.9.2　Sklearn计算AUC面积
  • 13.10　分类评估报告
  • 13.10.1　认识分类评估报告
  • 13.10.2　Sklearn计算分类评估报告
  • 13.11　NLP评价指标
  • 13.11.1　中文分词精确率和召回率
  • 13.11.2　未登录词和登录词召回率
  • 第14章　信息提取
  • 14.1　概述
  • 14.2　相关概念
  • 14.2.1　信息
  • 14.2.2　信息熵
  • 14.2.3　信息熵与霍夫曼编码
  • 14.2.4　互信息
  • 14.3　正则表达式
  • 14.3.1　基本语法
  • 14.3.2　re模块
  • 14.3.3　提取电影信息
  • 14.4　命名实体识别
  • 14.4.1　认识命名实体
  • 14.4.2　常见方法
  • 14.4.3　NLTK命名实体识别
  • 14.4.4　Stanford NLP命名实体识别
  • 14.5　马尔可夫模型
  • 14.5.1　认识马尔可夫
  • 14.5.2　隐马尔可夫模型
  • 第15章　情感分析
  • 15.1　概述
  • 15.1.1　认识情感分析
  • 15.1.2　基于词典方法
  • 15.2　情感倾向分析
  • 15.2.1　情感词
  • 15.2.2　程度词
  • 15.2.3　感叹号
  • 15.2.4　否定词
  • 15.3　textblob
  • 15.3.1　分句分词
  • 15.3.2　词性标注
  • 15.3.3　情感分析
  • 15.3.4　单复数
  • 15.3.5　过去式
  • 15.3.6　拼写校正
  • 15.3.7　词频统计
  • 15.4　SnowNLP
  • 15.4.1　分词
  • 15.4.2　词性标注
  • 15.4.3　断句
  • 15.4.4　情绪判断
  • 15.4.5　拼音
  • 15.4.6　繁转简
  • 15.4.7　关键字抽取
  • 15.4.8　摘要抽取
  • 15.4.9　词频和逆文档词频
  • 15.5　Gensim
  • 15.5.1　认识Gensim
  • 15.5.2　认识LDA
  • 15.5.3　Gensim实现LDA
  • 15.6　小说人物情感分析
  • 15.6.1　流程
  • 15.6.2　代码
  • 15.7　电影影评情感分析
  • 15.7.1　流程
  • 15.7.2　代码
  • 附录A　教学大纲
  • 一、课程简介
  • 二、课程内容及要求
  • 三、教学安排及学时分配
  • 四、考核方式
  • 五、建议教材及参考文献
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。