自然語言處理技術(shù)與應(yīng)用

目錄
前言
單元1自然語言處理基礎(chǔ)
11什么是自然語言處理
12自然語言處理的發(fā)展歷程
13自然語言處理的三個(gè)層面
14Python開發(fā)環(huán)境——Anaconda
15能力提升訓(xùn)練——使用Python正則表達(dá)式包
單元小結(jié)
學(xué)習(xí)評估
課后習(xí)題
單元2中文分詞
21分詞方法
22能力提升訓(xùn)練——使用中文分詞工具包jieba
單元小結(jié)
學(xué)習(xí)評估
課后習(xí)題
單元3詞性標(biāo)注和命名實(shí)體識(shí)別
31詞性標(biāo)注
32命名實(shí)體識(shí)別
33能力提升訓(xùn)練——基于LTP的詞性標(biāo)注和命名實(shí)體識(shí)別
單元小結(jié)
學(xué)習(xí)評估
課后習(xí)題
單元4句法分析
41句法分析分類
42能力提升訓(xùn)練——基于PCFG的句法分析
43能力提升訓(xùn)練——依存句法分析
單元小結(jié)
學(xué)習(xí)評估
課后習(xí)題
單元5NLP中的深度學(xué)習(xí)
51RNN
52LSTM
53Encoder-Decoder框架
54Attention機(jī)制
55transformer模型
單元小結(jié)
學(xué)習(xí)評估
課后習(xí)題
單元6文本向量化
61文本向量化
62能力提升訓(xùn)練——文本向量化
單元小結(jié)
學(xué)習(xí)評估
課后習(xí)題
單元7關(guān)鍵詞提取
71關(guān)鍵詞提取算法
72自動(dòng)文摘方法
73能力提升訓(xùn)練——關(guān)鍵詞提取
74能力提升訓(xùn)練——自動(dòng)文摘
75能力提升訓(xùn)練——詞云
單元小結(jié)
學(xué)習(xí)評估
課后習(xí)題
單元8文本分類
81文本分類方法
82能力提升訓(xùn)練——基于傳統(tǒng)機(jī)器學(xué)習(xí)的新聞文本分類
83能力提升訓(xùn)練——垃圾郵件分類
單元小結(jié)
學(xué)習(xí)評估
課后習(xí)題
單元9文本情感分析
91情感分析方法
92能力提升訓(xùn)練——基于詞典的情感分析
93能力提升訓(xùn)練——基于傳統(tǒng)機(jī)器學(xué)習(xí)方法的情感分析
94能力提升訓(xùn)練——基于LSTM的情感分析
單元小結(jié)
學(xué)習(xí)評估
課后習(xí)題
單元10聊天機(jī)器人
101聊天機(jī)器人的分類
102NLU
103能力提升訓(xùn)練——天氣查詢機(jī)器人
104Elasticsearch
105能力提升訓(xùn)練——法務(wù)咨詢機(jī)器人
單元小結(jié)
學(xué)習(xí)評估
課后習(xí)題
參考文獻(xiàn)