Python自然語言處理(2021年清華大學出版社出版圖書)

《Python自然語言處理》是2021年清華大學出版社出版的圖書，作者是周元哲。

基本介紹

• 中文名：Python自然語言處理
• 作者：周元哲
• 出版時間：2021年11月1日
• 出版社：清華大學出版社
• 頁數：320 頁
• ISBN：9787302590699
• 定價：69.80 元 
• 開本：16 開
• 裝幀：平裝

內容簡介

本書內容包括自然語言處理概述、Python語言簡述、Python數據類型、Python流程控制、Python函式、Python數據科學、Sklearn和NLTK、語料清洗、特徵工程、中文分詞、文本分類、文本聚類、評價指標、信息提取和情感分析。附錄給出教學大綱。

本書採用基於Python語言的Sklearn平台和NLTK實現，便於學生更快地掌握自然語言處理的基本思想。實踐是最好的學習方法，本書的所有程式都在Anaconda下調試和運行。本書配有原始碼、教學課件、語料集、教學大綱、程式安裝包、每章的視頻講解等資料。

本書內容精練、文字簡潔、結構合理，實訓題目經典實用、綜合性強，面向初、中級讀者，由“入門”起步，側重“提高”。特別適合作為高等院校自然語言處理和機器學習入門的本科或研究生教材或參考書，也可以供從事人工智慧等工作的技術人員套用參考。

圖書目錄

第1章自然語言處理概述1

1.1人工智慧發展歷程1

1.1.1第一階段: 20年黃金時代1

1.1.2第二階段: 第一次寒冬1

1.1.3第三階段: 繁榮期1

1.1.4第四階段: 第二次寒冬2

1.1.5第五階段: 穩健時代2

1.2自然語言處理2

1.2.1概述2

1.2.2發展歷程3

1.2.3處理流程4

1.2.4研究內容4

1.3機器學習算法6

1.3.1監督學習6

1.3.2無監督學習7

1.4自然語言處理相關庫8

1.4.1NumPy8

1.4.2Matplotlib8

1.4.3Pandas8

1.4.4SciPy9

1.4.5NLTK9

1.4.6SnowNLP11

1.4.7Sklearn12

1.5語料庫12

1.5.1認識語料庫12

1.5.2分類13

1.5.3構建原則13

1.5.4常用語料庫13

1.5.5搜狗新聞語料庫15第2章Python語言簡述19

2.1Python簡介19

2.1.1Python發展歷程19

2.1.2Python的特點19

2.1.3Python套用場合20

2.2Python解釋器21

2.2.1Ubuntu下安裝Python21

2.2.2Windows下安裝Python21

2.3Python編輯器22

2.3.1IDLE22

2.3.2VS Code23

2.3.3PyCharm23

2.3.4Anaconda24

2.3.5Jupyter 31

2.4代碼書寫規則32

2.4.1縮進32

2.4.2多行語句33

2.4.3注釋33

2.4.4編碼習慣33

2.5自學網站34

2.5.1菜鳥網站34

2.5.2廖雪峰學Python網站35

2.5.3Python官方網站35

2.5.4Python  100天從新手到大師網站35

第3章Python數據類型37

3.1變數37

3.1.1變數命名37

3.1.2變數引用38

3.2運算符38

3.2.1算術運算符38

3.2.2關係運算符39

3.2.3賦值運算符40

3.2.4邏輯運算符41

3.2.5位運算符41

3.2.6成員運算符43

3.2.7身份運算符43

3.3表達式43

3.3.1概念43

3.3.2操作44

3.4數據類型44

3.5數字45

3.5.1概念45

3.5.2操作45

3.6字元串46

3.6.1概念46

3.6.2操作46

3.7列表48

3.7.1概念48

3.7.2操作48

3.8元組53

3.8.1概念53

3.8.2操作54

3.9字典55

3.9.1字典的概念55

3.9.2字典操作56

3.9.3字典舉例59

3.10集合59

3.10.1集合的概念59

3.10.2集合操作60

3.10.3集合舉例61

3.11組合數據類型62

3.11.1相互關係62

3.11.2數據類型轉換62

第4章Python流程控制63

4.1流程結構63

4.2順序結構63

4.2.1輸入輸出64

4.2.2舉例67

4.3選擇結構67

4.3.1單分支67

4.3.2雙分支68

4.3.3多分支69

4.3.4分支嵌套70

4.4循環概述72

4.4.1循環結構72

4.4.2循環分類72

4.5while語句72

4.5.1基本形式72

4.5.2else 語句73

4.5.3無限循環74

4.6for語句74

4.6.1套用序列類型74

4.6.2內置函式range（）75

4.7循環嵌套76

4.7.1原理76

4.7.2實現76

4.8輔助語句77

4.8.1break語句77

4.8.2continue語句79

4.8.3pass語句79

第5章Python函式81

5.1函式聲明與調用81

5.1.1函式聲明81

5.1.2函式調用81

5.1.3函式返回值83

5.2參數傳遞84

5.2.1實參與形參84

5.2.2傳對象引用84

5.3參數分類85

5.3.1必備參數85

5.3.2默認參數85

5.3.3關鍵參數86

5.3.4不定長參數86

5.4兩類特殊函式87

5.4.1匿名函式87

5.4.2遞歸函式88

第6章Python數據科學93

6.1科學計算93

6.2NumPy94

6.2.1認識NumPy94

6.2.2創建數組95

6.2.3查看數組97

6.2.4索引和切片97

6.2.5矩陣運算98

6.3Matplotlib99

6.3.1認識Matplotlib99

6.3.2線形圖100

6.3.3散點圖101

6.3.4餅狀圖102

6.3.5直方圖102

6.4Pandas103

6.4.1認識Pandas103

6.4.2Series104

6.4.3DataFrame108

6.4.4Index112

6.4.5Plot114

6.5SciPy115

6.5.1認識SciPy115

6.5.2稀疏矩陣115

6.5.3線性代數116

6.6Seaborn117

6.6.1認識Seaborn117

6.6.2圖表分類119

第7章Sklearn和NLTK120

7.1Sklearn簡介120

7.2安裝Sklearn121

7.3數據集122

7.3.1小數據集122

7.3.2大數據集127

7.3.3生成數據集128

7.4機器學習流程132

7.4.1語料清洗132

7.4.2劃分數據集132

7.4.3特徵工程137

7.4.4機器算法137

7.4.5模型評估137

7.5NLTK簡介138

7.6NLTK語料庫139

7.6.1inaugural語料庫139

7.6.2gutenberg語料庫139

7.6.3movie_reviews語料庫140

7.7NLTK文本分類141

7.7.1分句分詞141

7.7.2停止詞142

7.7.3詞幹提取143

7.7.4詞形還原143

7.7.5WordNet144

7.7.6語義相關性145

第8章語料清洗146

8.1認識語料清洗146

8.2清洗策略147

8.2.1一致性檢查147

8.2.2格式內容檢查147

8.2.3邏輯錯誤檢查147

8.3缺失值清洗147

8.3.1認識缺失值147

8.3.2Pandas處理148

8.3.3Sklearn處理150

8.4異常值清洗151

8.4.1散點圖方法151

8.4.2箱線圖方法151

8.4.33σ法則153

8.5重複值清洗155

8.5.1NumPy處理155

8.5.2Pandas處理155

8.6數據轉換157

8.6.1數據值替換157

8.6.2數據值映射158

8.6.3數據值合併159

8.6.4數據值補充160

8.7Missingno庫161

8.7.1認識Missingno庫161

8.7.2示例163

8.8詞雲165

8.8.1認識詞雲165

8.8.2示例166

第9章特徵工程168

9.1特徵預處理168

9.1.1歸一化168

9.1.2標準化169

9.1.3魯棒化171

9.1.4正則化171

9.1.5示例172

9.2獨熱編碼176

9.2.1認識獨熱編碼176

9.2.2Pandas實現177

9.2.3Sklearn實現178

9.2.4DictVectorizer179

9.3CountVectorizer180

9.3.1認識CountVectorizer180

9.3.2Sklearn調用CountVectorizer180

9.4TFIDF181

9.4.1認識TFIDF181

9.4.2計算TFIDF181

9.4.3Sklearn調用TFIDF182

第10章中文分詞183

10.1概述183

10.1.1簡介183

10.1.2特點183

10.2常見中文分詞方法184

10.2.1基於規則和詞表方法184

10.2.2基於統計方法184

10.2.3基於理解方法185

10.3中文分詞困惑185

10.4jieba分詞庫186

10.4.1認識jieba186

10.4.2三種模式187

10.4.3自定義詞典188

10.4.4詞性標註189

10.4.5斷詞位置190

10.4.6關鍵字抽取190

10.4.7停止詞表192

10.5HanLP分詞195

10.5.1認識HanLP195

10.5.2pyhanlp196

10.5.3中文分詞196

10.5.4依存分析使用197

10.5.5關鍵字提取198

10.5.6命名實體識別199

10.5.7自定義詞典199

10.5.8簡體繁體轉換200

10.5.9摘要提取200

第11章文本分類202

11.1歷史回顧202

11.2文本分類方法202

11.2.1樸素貝葉斯202

11.2.2支持向量機203

11.3貝葉斯定理203

11.4樸素貝葉斯204

11.4.1GaussianNB方法204

11.4.2MultinomialNB方法205

11.4.3BernoulliNB方法207

11.5樸素貝葉斯進行新聞分類208

11.6支持向量機210

11.6.1線性核函式210

11.6.2多項式核函式211

11.6.3高斯核函式212

11.7支持向量機對鳶尾花分類213

11.8垃圾郵件分類216

11.8.1樸素貝葉斯定理實現217

11.8.2Sklearn樸素貝葉斯實現219

第12章文本聚類222

12.1概述222

12.1.1算法原理222

12.1.2流程223

12.2KMeans算法223

12.2.1算法原理223

12.2.2數學理論實現223

12.2.3Python實現225

12.3主成分分析228

12.3.1算法原理228

12.3.2components參數228

12.3.3對鳶尾花數據降維230

12.4KMeans評估指標232

12.4.1調整蘭德係數232

12.4.2輪廓係數232

12.5KMeans英文文本聚類235

12.5.1構建DataFrame數據236

12.5.2進行分詞和停止詞去除236

12.5.3向量化236

12.5.4TFIDF模型236

12.5.5計算餘弦相似度237

12.5.6KMeans聚類237

12.6KMeans中文文本聚類237

12.6.1程式流程237

12.6.2程式檔案238

12.6.3執行代碼238

第13章評價指標242

13.1Sklearn中的評價指標242

13.2混淆矩陣242

13.2.1認識混淆矩陣242

13.2.2Pandas計算混淆矩陣243

13.2.3Sklearn計算混淆矩陣244

13.3準確率244

13.3.1認識準確率244

13.3.2Sklearn計算準確率245

13.4精確率245

13.4.1認識精確率245

13.4.2Sklearn計算精確率245

13.5召回率246

13.5.1認識召回率246

13.5.2Sklearn計算召回率246

13.6F1 Score247

13.6.1認識F1 Score247

13.6.2Sklearn計算F1 Score247

13.7綜合實例247

13.7.1數學計算評價指標248

13.7.2Python計算評價指標248

13.8ROC曲線250

13.8.1認識ROC曲線250

13.8.2Sklearn計算ROC曲線251

13.9AUC面積252

13.9.1認識AUC面積252

13.9.2Sklearn計算AUC面積252

13.10分類評估報告253

13.10.1認識分類評估報告253

13.10.2Sklearn計算分類評估報告253

13.11NLP評價指標254

13.11.1中文分詞精確率和召回率254

13.11.2未登錄詞和登錄詞召回率254

第14章信息提取258

14.1概述258

14.2相關概念258

14.2.1信息258

14.2.2信息熵258

14.2.3信息熵與霍夫曼編碼259

14.2.4互信息260

14.3正則表達式260

14.3.1基本語法261

14.3.2re模組261

14.3.3提取電影信息264

14.4命名實體識別266

14.4.1認識命名實體266

14.4.2常見方法266

14.4.3NLTK命名實體識別267

14.4.4Stanford NLP命名實體識別269

14.5馬爾可夫模型273

14.5.1認識馬爾可夫273

14.5.2隱馬爾可夫模型273

第15章情感分析275

15.1概述275

15.1.1認識情感分析275

15.1.2基於詞典方法275

15.2情感傾向分析276

15.2.1情感詞276

15.2.2程度詞276

15.2.3感嘆號276

15.2.4否定詞276

15.3textblob276

15.3.1分句分詞278

15.3.2詞性標註278

15.3.3情感分析279

15.3.4單複數279

15.3.5過去式279

15.3.6拼寫校正280

15.3.7詞頻統計280

15.4SnowNLP280

15.4.1分詞281

15.4.2詞性標註281

15.4.3斷句281

15.4.4情緒判斷282

15.4.5拼音282

15.4.6繁轉簡283

15.4.7關鍵字抽取283

15.4.8摘要抽取283

15.4.9詞頻和逆文檔詞頻284

15.5Gensim284

15.5.1認識Gensim284

15.5.2認識LDA286

15.5.3Gensim實現LDA286

15.6小說人物情感分析288

15.6.1流程288

15.6.2代碼288

15.7電影影評情感分析289

15.7.1流程289

15.7.2代碼289

附錄A教學大綱292

一、 課程簡介292

二、 課程內容及要求292

三、 教學安排及學時分配298

四、 考核方式299

五、 建議教材及參考文獻299

參考文獻300