Python自然語(yǔ)言處理與開(kāi)發(fā)

第1章 Python自然語(yǔ)言處理技術(shù)基礎(chǔ)
1．1 體驗(yàn)自然語(yǔ)言處理技術(shù)
1．2 Linux基礎(chǔ)
1．2．1 常用命令
1．2．2 Micro編輯器
1．3 開(kāi)發(fā)環(huán)境
1．4 變量
1．5 注釋
1．6 簡(jiǎn)單數(shù)據(jù)類(lèi)型
1．6．1 數(shù)值
1．6．2 字符串
1．6．3 數(shù)組
1．7 字面值
1．8 控制流
1．8．1 if語(yǔ)句
1．8．2 循環(huán)
1．9 列表
1．10 元組
1．11 集合
1．12 字典
1．13 位數(shù)組
1．14 模塊
1．15 函數(shù)
1．15．1 print函數(shù)
1．15．2 定義函數(shù)
1．16 面向?qū)ο缶幊?br />1．17 文件操作
1．17．1 讀寫(xiě)文件
1．17．2 重命名文件
1．17．3 遍歷文件
1．18 迭代器
1．18．1 zip函數(shù)
1．18．2 itertools模塊
1．19 數(shù)據(jù)庫(kù)
1．20 讀取Excel文件
1．21 pytest單元測(cè)試
1．22 異常處理
1．23 日志
1．24 Flask Web框架
1．25 本章小結(jié)
第2章 中文分詞原理與實(shí)現(xiàn)
2．1 切分方案
2．2 查找詞典算法
2．2．1 標(biāo)準(zhǔn)檢索樹(shù)
2．2．2 三叉檢索樹(shù)
2．3 最長(zhǎng)匹配中文分詞
2．3．1 正向最大長(zhǎng)度匹配法
2．3．2 逆向最大長(zhǎng)度匹配法
2．4 概率語(yǔ)言模型的分詞方法
2．4．1 一元模型
2．4．2 數(shù)據(jù)基礎(chǔ)
2．4．3 二元詞典
2．4．4 用二元連接改進(jìn)一元模型
2．4．5 N元模型
2．4．6 N元分詞
2．4．7 生成語(yǔ)言模型
2．4．8 評(píng)估語(yǔ)言模型
2．4．9 有限狀態(tài)機(jī)識(shí)別未登錄串
2．4．10 概率分詞的流程與結(jié)構(gòu)
2．5 詞性標(biāo)注
2．5．1 數(shù)據(jù)基礎(chǔ)
2．5．2 隱馬爾可夫模型
2．5．3 存儲(chǔ)數(shù)據(jù)
2．5．4 整合切分與詞性標(biāo)注
2．5．5 基于轉(zhuǎn)換的錯(cuò)誤學(xué)習(xí)方法
2．6 詞類(lèi)模型
2．7 命名實(shí)體識(shí)別
2．7．1 人名識(shí)別
2．7．2 地名識(shí)別
2．8 地名切分
2．8．1 識(shí)別未登錄地名
2．8．2 整體流程
2．9 結(jié)果評(píng)測(cè)
2．10 本章小結(jié)
第3章 文檔分析
3．1 自動(dòng)校對(duì)
3．1．1 讀取Word文檔
3．1．2 ARPA文件格式
3．1．3 使用KenLM語(yǔ)言模型工具包
3．1．4 拼寫(xiě)糾錯(cuò)
3．1．5 模糊匹配問(wèn)題
3．1．6 正確詞表
3．1．7 英文拼寫(xiě)檢查
3．1．8 中文拼寫(xiě)檢查
3．2 句子結(jié)構(gòu)分析
3．2．1 句法分析樹(shù)
3．2．2 依存文法
3．2．3 中文依存文法
3．2．4 英文依存文法
3．2．5 機(jī)器學(xué)習(xí)的方法
3．3 本章小結(jié)
第4章 文檔排重
4．1 相似度計(jì)算
4．1．1 夾角余弦
4．1．2 最長(zhǎng)公共子串
4．1．3 同義詞替換
4．2 SimHash文檔排重
4．3 本章小結(jié)
第5章 信息提取
5．1 指代消解
5．2 關(guān)鍵詞提取
5．2．1 關(guān)鍵詞提取的TF-IDF算法
5．2．2 textrank算法
5．2．3 從網(wǎng)頁(yè)中提取關(guān)鍵詞
5．3 從互聯(lián)網(wǎng)提取信息
5．4 從日期字符串提取信息
5．5 本章小結(jié)
第6章 自動(dòng)摘要
6．1 自動(dòng)摘要技術(shù)
6．1．1 英文文本摘要
6．1．2 中文文本摘要
6．1．3 基于篇章結(jié)構(gòu)的自動(dòng)摘要
6．1．4 句子壓縮
6．2 評(píng)測(cè)
6．3 本章小結(jié)
第7章 文本分類(lèi)
7．1 樸素貝葉斯
7．2 TensorFlow實(shí)現(xiàn)文本分類(lèi)
7．3 本章小結(jié)
第8章 情感分析
8．1 情感詞
8．1．1 確定詞語(yǔ)的褒貶傾向
8．1．2 匹配情感詞
8．2 情感識(shí)別
8．3 本章小結(jié)
第9章 語(yǔ)音識(shí)別
9．1 語(yǔ)音信號(hào)處理
9．1．1 WAV文件格式
9．1．2 語(yǔ)音活動(dòng)檢測(cè)
9．2 JSGF語(yǔ)言模型
9．3 DeepSpeech語(yǔ)音識(shí)別引擎
9．4 強(qiáng)制對(duì)齊
9．5 本章小結(jié)
第10章 開(kāi)發(fā)聊天機(jī)器人
10．1 問(wèn)答系統(tǒng)
10．1．1 問(wèn)句類(lèi)型
10．1．2 答案提取
10．2 AIML聊天機(jī)器人
10．3 意圖
10．4 使用DeepPavlov構(gòu)建對(duì)話系統(tǒng)
10．5 本章小結(jié)
第11章 機(jī)器翻譯
11．1 語(yǔ)言檢測(cè)
11．2 信道模型
11．3 詞表
11．4 詞義消歧
11．5 詞對(duì)齊
11．6 神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯
11．7 機(jī)器翻譯的評(píng)價(jià)
11．8 本章小結(jié)
后記
參考文獻(xiàn)
參考網(wǎng)址