自然語言處理原理與實戰

內容簡介

本書從自然語言處理基礎開始，逐步深入各種自然語言處理的熱點前沿技術，使用了Java和Python兩門語言精心編排了大量代碼實例，契合公司實際工作場景技能，側重實戰。

全書共19章，詳細講解中文分詞、詞性標註、命名實體識別、依存句法分析、語義角色標註、文本相似度算法、語義相似度計算等內容，同時提供配套完整實戰項目，例如對話機器人實戰、搜尋引擎項目實戰、推薦算法系統實戰。

本書理論聯繫實踐，深入淺出，知識點全面。通過閱讀本書，讀者不僅可以理解自然語言處理知識，還能通過實戰項目案例更好地將理論融入實際工作中。

本書適合自然語言處理的初學者閱讀，有一定經驗的算法工程師也可從書中獲取很多有價值的知識，並通過實戰項目更好地理解自然語言處理的核心內容。

圖書目錄

第1章自然語言處理技術概述

1.1自然語言處理介紹

1.1.1自然語言處理的定義及其在實際工作中的定位

1.1.2自然語言處理的經典套用場景

1.2自然語言處理的技能要求和職業發展路徑

1.2.1大數據部門組織架構和自然語言處理職位所處位置

1.2.2自然語言處理的職位介紹和技能要求

1.2.3自然語言處理的職業生涯規劃和發展路徑

1.2.4自然語言處理的市場平均薪資水平

第2章中文分詞

2.1中文分詞原理

2.2規則分詞

2.2.1正向最大匹配法

2.2.2逆向最大匹配法

2.2.3雙向最大匹配法

2.3機器學習統計分詞

2.3.1隱馬爾可夫模型分詞

2.3.2感知器分詞

2.3.3CRF分詞

2.4分詞工具實戰

2.4.1CRF++工具包實戰

2.4.2Python的Jieba分詞

2.4.3Java的HanLP分詞

2.4.4Java的IK分詞

2.4.5Java的mmseg4j分詞

第3章詞性標註

3.1詞性標註原理

3.1.1詞性介紹

3.1.2HMM詞性標註

3.1.3感知器詞性標註

3.1.4CRF詞性標註

3.2詞性標註工具實戰

3.2.1Python的Jieba詞性標註

3.2.2Java的HanLP詞性標註

第4章命名實體識別

4.1命名實體識別原理

4.2基於HMM角色標註的命名實體識別

4.2.1中國人名識別

4.2.2地名識別

自然語言處理原理與實戰

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條