Elaborazione del linguaggio naturale in azione: Comprendere, analizzare e generare testi con Python

Recensioni dei lettori

Il libro è stato generalmente ben accolto, lodato per la sua accessibilità, la chiarezza delle spiegazioni e la guida pratica ai concetti e ai metodi della PNL. I recensori ne apprezzano la struttura, che collega i singoli strumenti di PNL in un'applicazione coerente, rendendo la PNL accessibile anche ai principianti. Tuttavia, alcuni utenti criticano la formattazione dell'ebook, l'uso limitato del codice Python e la scarsa copertura di alcuni argomenti. Nonostante questi aspetti negativi, il libro è considerato informativo e una buona risorsa per chi vuole imparare la PNL.

Accessibile ai principianti, spiegazioni chiare, buona copertura dei metodi della PNL, pacchetto di applicazioni pratiche, contenuto ben organizzato, descrizioni illuminanti, rende semplici i termini complessi.

Scarsa formattazione nella versione ebook, codice Python ed esempi limitati, copertura superficiale degli argomenti, esempi di codifica disorganizzati, non è un libro nuovo come descritto.

(basato su 25 recensioni dei lettori)

Titolo originale:

Natural Language Processing in Action: Understanding, Analyzing, and Generating Text with Python

Contenuto del libro:

Sintesi

Natural Language Processing in Action è la guida alla creazione di macchine in grado di comprendere il linguaggio umano utilizzando la potenza di Python e il suo ecosistema di pacchetti dedicati all'NLP e all'AI.

L'acquisto del libro stampato include un eBook gratuito nei formati PDF, Kindle e ePub di Manning Publications.

Informazioni sulla tecnologia

I recenti progressi nel campo dell'apprendimento profondo consentono alle applicazioni di comprendere il testo e il parlato con estrema precisione. Il risultato? Chatbot in grado di imitare persone reali, corrispondenze significative tra curriculum e lavoro, ricerca predittiva eccellente e riassunti di documenti generati automaticamente, il tutto a un costo contenuto. Le nuove tecniche, insieme a strumenti accessibili come Keras e TensorFlow, rendono l'NLP di qualità professionale più facile che mai.

Informazioni sul libro

Natural Language Processing in Action è la guida per costruire macchine in grado di leggere e interpretare il linguaggio umano. Utilizzerete pacchetti Python facilmente reperibili per catturare il significato del testo e reagire di conseguenza. Il libro espande gli approcci tradizionali della PNL per includere reti neurali, moderni algoritmi di apprendimento profondo e tecniche generative, mentre si affrontano problemi del mondo reale come l'estrazione di date e nomi, la composizione di testi e la risposta a domande di forma libera.

Cosa c'è dentro

⬤ Alcune frasi di questo libro sono state scritte da NLP Puoi indovinare quali?

⬤ Lavorare con Keras, TensorFlow, gensim e scikit-learn.

⬤ NLP basato su regole e dati.

⬤ Pipeline scalabili.

Informazioni sul lettore

Questo libro richiede una conoscenza di base del deep learning e competenze intermedie di Python.

Informazioni sull'autore

Hobson Lane, Cole Howard e Hannes Max Hapke sono ingegneri esperti di PNL che utilizzano queste tecniche in produzione.

Indice dei contenuti

PARTE 1 - MACCHINE DI PAROLE.

⬤ Pacchetti di pensiero (panoramica sulla PNL)

⬤ Costruisci il tuo vocabolario (tokenizzazione delle parole)

⬤ Matematica con le parole (vettori TF-IDF)

⬤ Trovare il significato nel numero di parole (analisi semantica)

PARTE 2 - APPRENDIMENTO PIÙ PROFONDO (RETI NEURALI)

⬤ Passi di avvicinamento alle reti neurali (perceptrons e backpropagation)

⬤ Ragionare con i vettori di parole (Word2vec)

⬤ Ordinare le parole con le reti neurali convoluzionali (CNN)

⬤ Reti neurali ricorrenti (RNN)

⬤ Migliorare la ritenzione con reti di memoria a breve termine.

⬤ Modelli sequenza-sequenza e attenzione.

PARTE 3 - LA REALTÀ (LE SFIDE DEL MONDO REALE DELLA NLP)

⬤ Estrazione di informazioni (estrazione di entità nominate e risposta alle domande).

⬤ Prendere la mano (motori di dialogo)

⬤ Scalare (ottimizzazione, parallelizzazione ed elaborazione batch)