自然語言處理與計算語言學

第 1章　什么是文本分析\t1
1．1　什么是文本分析　1
1．2　搜集數(shù)據(jù)　5
1．3　若輸入錯誤數(shù)據(jù)，則輸出亦為錯誤數(shù)據(jù)（garbage in，garbage out）　8
1．4　為什么你需要文本分析　9
1．5　總結　11
第　2章 Python文本分析技巧　12
2．1　為什么用Python來做文本分析　12
2．2　用Python進行文本操作　14
2．3　總結　18
第3章　spaCy語言模型　19
3．1　spaCy庫　19
3．2　spaCy的安裝步驟　21
3．3　故障排除　22
3．4　語言模型　22
3．5　安裝語言模型　23
3．6　安裝語言模型的方式及原因　25
3．7　語言模型的基本預處理操作　25
3．8　分詞　26
3．9　詞性標注　28
3．10　命名實體識別　29
3．11　規(guī)則匹配　30
3．12　預處理　31
3．13　總結　33
第4章　Gensim：文本向量化、向量變換和n-grams的工具　34
4．1　Gensim庫介紹　34
4．2　向量以及為什么需要向量化　35
4．3　詞袋（bag-of-words）　36
4．4　TF-IDF（詞頻-反向文檔頻率）　37
4．5　其他表示方式　38
4．6　Gensim中的向量變換　38
4．7　n-grams及其預處理技術　42
4．8　總結　44
第5章　詞性標注及其應用　45
5．1　什么是詞性標注　45
5．2　使用Python實現(xiàn)詞性標注　49
5．3　使用spaCy進行詞性標注　50
5．4　從頭開始訓練一個詞性標注模型　53
5．5　詞性標注的代碼示例　57
5．6　總結　59
第6章　NER標注及其應用　60
6．1　什么是NER標注　60
6．2　用Python實現(xiàn)NER標注　64
6．3　使用spaCy實現(xiàn)NER標注　67
6．4　從頭開始訓練一個NER標注器　72
6．5　NER標注應用實例和可視化　77
6．6　總結　79
第7章　依存分析　80
7．1　依存分析　80
7．2　用Python實現(xiàn)依存分析　85
7．3　用spaCy實現(xiàn)依存分析　87
7．4　從頭開始訓練一個依存分析器　91
7．5　總結　98
第8章　主題模型　99
8．1　什么是主題模型　99
8．2　使用Gensim構建主題模型　101
8．3　隱狄利克雷分配（Latent Dirichlet Allocation）　102
8．4　潛在語義索引（Latent Semantic Indexing）　104
8．5　分層狄利特雷過程（Hierarchical Dirichlet Process）　105
8．6　動態(tài)主題模型　108
8．7　使用scikit-learn構建主題模型　109
8．8　總結　112
第9章　高級主題建模　113
9．1　高級訓練技巧　113
9．2　探索文檔　117
9．3　主題一致性和主題模型的評估　121
9．4　主題模型的可視化　123
9．5　總結　127
第　10章 文本聚類和文本分類　128
10．1　文本聚類　128
10．2　聚類前的準備工作　129
10．3　K-means　132
10．4　層次聚類　134
10．5　文本分類　136
10．6　總結　138
第　11章 查詢詞相似度計算和文本摘要　139
11．1　文本距離的度量　139
11．2　查詢詞相似度計算　145
11．3　文本摘要　147
11．4　總結　153
第　12章 Word2Vec、Doc2Vec和Gensim　154
12．1　Word2Vec　154
12．2　用Gensim實現(xiàn)Word2Vec　155
12．3　Doc2Vec　160
12．4　其他詞嵌入技術　166
12．5　總結　172
第　13章 使用深度學習處理文本　173
13．1　深度學習　173
13．2　深度學習在文本上的應用　174
13．3　文本生成　177
13．4　總結　182
第　14章 使用Keras和spaCy進行深度學習　183
14．1　Keras和spaCy　183
14．2　使用Keras進行文本分類　185
14．3　使用spaCy進行文本分類　191
14．4　總結　201
第　15章 情感分析與聊天機器人　202
15．1　情感分析　202
15．2　基于Reddit的新聞數(shù)據(jù)挖掘　205
15．3　基于Twitter的微博數(shù)據(jù)挖掘　207
15．4　聊天機器人　209
15．5　總結　217