自然語(yǔ)言處理理論與實(shí)戰(zhàn)

第1 章基礎(chǔ)入門(mén)

1.1 什么是自然語(yǔ)言處理

1.1.1 自然語(yǔ)言處理概述 

1.1.2 自然語(yǔ)言處理的發(fā)展歷史     

1.1.3 自然語(yǔ)言處理的工作原理     

1.1.4 自然語(yǔ)言處理的應(yīng)用前景     

1.2 開(kāi)發(fā)工具與環(huán)境         

1.2.1 Sublime Text 和Anaconda 介紹   

1.2.2 開(kāi)發(fā)環(huán)境的安裝與配置     

1.3 實(shí)戰(zhàn)：第一個(gè)小程序的誕生    

1.3.1 實(shí)例介紹         

1.3.2 源碼實(shí)現(xiàn)          

第2 章快速上手Python

2.1 初識(shí)Python 編程語(yǔ)言       

2.1.1 Python 概述         

2.1.2 Python 能做什么       

2.1.3 Python 的語(yǔ)法和特點(diǎn)      

2.2 Python 進(jìn)階          

2.2.1 Hello World          

2.2.2 語(yǔ)句和控制流         

2.2.3 函數(shù)            

2.2.4 List 列表          

2.2.5 元組            

2.2.6 set 集合           

2.2.7 字典            

2.2.8 面向?qū)ο缶幊蹋侯?nbsp;      

2.2.9 標(biāo)準(zhǔn)庫(kù)           

2.3 Python 深入——第三方庫(kù)     

2.3.1 Web 框架          

2.3.2 科學(xué)計(jì)算          

2.3.3 GUI            

2.3.4 其他庫(kù)           

第3 章線性代數(shù)

3.1 線性代數(shù)介紹         

3.2 向量             

3.2.1 向量定義          

3.2.2 向量表示          

3.2.3 向量定理          

3.2.4 向量運(yùn)算          

3.3 矩陣            

3.3.1 矩陣定義          

3.3.2 矩陣表示          

3.3.3 矩陣運(yùn)算          

3.3.4 線性方程組        

3.3.5 行列式          

3.3.6 特征值和特征向量     

3.4 距離計(jì)算           

3.4.1 余弦距離          

3.4.2 歐氏距離          

3.4.3 曼哈頓距離         

3.4.4 明可夫斯基距離      

3.4.5 切比雪夫距離         

3.4.6 杰卡德距離        

3.4.7 漢明距離          

3.4.8 標(biāo)準(zhǔn)化歐式距離        

3.4.9 皮爾遜相關(guān)系數(shù)        

第4 章概率論

4.1 概率論介紹           

4.2 事件             

4.2.1 隨機(jī)試驗(yàn)          

4.2.2 隨機(jī)事件和樣本空間      

4.2.3 事件的計(jì)算         

4.3 概率             

4.4 概率公理           

4.5 條件概率和全概率        

4.5.1 條件概率          

4.5.2 全概率           

4.6 貝葉斯定理          

4.7 信息論            

4.7.1 信息論的基本概念       

4.7.2 信息度量          

第5 章統(tǒng)計(jì)學(xué) 

5.1 圖形可視化          

5.1.1 餅圖            

5.1.2 條形圖           

5.1.3 熱力圖           

5.1.4 折線圖           

5.1.5 箱線圖           

5.1.6 散點(diǎn)圖           

5.1.7 雷達(dá)圖           

5.1.8 儀表盤(pán)           

5.1.9 可視化圖表用法        

5.2 數(shù)據(jù)度量標(biāo)準(zhǔn)          

5.2.1 平均值           

5.2.2 中位數(shù)           

5.2.3 眾數(shù)            

5.2.4 期望            

5.2.5 方差            

5.2.6 標(biāo)準(zhǔn)差           

5.2.7 標(biāo)準(zhǔn)分           

5.3 概率分布            

5.3.1 幾何分布          

5.3.2 二項(xiàng)分布          

5.3.3 正態(tài)分布          

5.3.4 泊松分布          

5.4 統(tǒng)計(jì)假設(shè)檢驗(yàn)         

5.5 相關(guān)和回歸           

5.5.1 相關(guān)            

5.5.2 回歸            

5.5.3 相關(guān)和回歸的聯(lián)系       

第6 章語(yǔ)言學(xué) 

6.1 語(yǔ)音             

6.1.1 什么是語(yǔ)音   

6.1.2 語(yǔ)音的三大屬性   

6.1.3 語(yǔ)音單位         

6.1.4 記音符號(hào)         

6.1.5 共時(shí)語(yǔ)流音變      

6.2 詞匯           

6.2.1 什么是詞匯       

6.2.2 詞匯單位         

6.2.3 詞的構(gòu)造       

6.2.4 詞義及其分類         

6.2.5 義項(xiàng)與義素       

6.2.6 語(yǔ)義場(chǎng)         

6.2.7 詞匯的構(gòu)成         

6.3 語(yǔ)法             

6.3.1 什么是語(yǔ)法         

6.3.2 詞類            

6.3.3 短語(yǔ)            

6.3.4 單句            

6.3.5 復(fù)句            

第7 章自然語(yǔ)言處理

7.1 自然語(yǔ)言處理的任務(wù)和限制    

7.2 自然語(yǔ)言處理的主要技術(shù)范疇    

7.2.1 語(yǔ)音合成         

7.2.2 語(yǔ)音識(shí)別          

7.2.3 中文自動(dòng)分詞        

7.2.4 詞性標(biāo)注          

7.2.5 句法分析         

7.2.6 文本分類          

7.2.7 文本挖掘         

7.2.8 信息抽取          

7.2.9 問(wèn)答系統(tǒng)        

7.2.10 機(jī)器翻譯          

7.2.11 文本情感分析         

7.2.12 自動(dòng)摘要          

7.2.13 文字蘊(yùn)涵          

7.3 自然語(yǔ)言處理的難點(diǎn)      

7.3.1 語(yǔ)言環(huán)境復(fù)雜        

7.3.2 文本結(jié)構(gòu)形式多樣       

7.3.3 邊界識(shí)別限制        

7.3.4 詞義消歧          

7.3.5 指代消解          

7.4 自然語(yǔ)言處理展望        

第8 章語(yǔ)料庫(kù) 

8.1 語(yǔ)料庫(kù)淺談           

8.2 語(yǔ)料庫(kù)深入           

8.3 自然語(yǔ)言處理工具包：NLTK     

8.3.1 NLTK 簡(jiǎn)介          

8.3.2 安裝NLTK           

8.3.3 使用NLTK           

8.3.4 在Python NLTK 下使用Stanford NLP 

8.4 獲取語(yǔ)料庫(kù)           

8.4.1 國(guó)內(nèi)外著名語(yǔ)料庫(kù)       

8.4.2 網(wǎng)絡(luò)數(shù)據(jù)獲取       

8.4.3 NLTK 獲取語(yǔ)料庫(kù)      

8.5 綜合案例：走進(jìn)大秦帝國(guó)    

8.5.1 數(shù)據(jù)采集和預(yù)處理       

8.5.2 構(gòu)建本地語(yǔ)料庫(kù)      

8.5.3 大秦帝國(guó)語(yǔ)料操作      

第9 章中文自動(dòng)分詞

9.1 中文分詞簡(jiǎn)介         

9.2 中文分詞的特點(diǎn)和難點(diǎn)     

9.3 常見(jiàn)中文分詞方法        

9.4 典型中文分詞工具        

9.4.1 HanLP 中文分詞        

9.4.2 其他中文分詞工具      

9.5 結(jié)巴中文分詞          

9.5.1 基于Python 的結(jié)巴中文分詞   

9.5.2 結(jié)巴分詞工具詳解       

9.5.3 結(jié)巴分詞核心內(nèi)容      

9.5.4 結(jié)巴分詞基本用法       

第10 章數(shù)據(jù)預(yù)處理 

10.1 數(shù)據(jù)清洗            

10.2 分詞處理            

10.3 特征構(gòu)造            

10.4 特征降維與選擇         

10.4.1 特征降維          

10.4.2 特征選擇          

10.5 簡(jiǎn)單實(shí)例            

10.6 本章小結(jié)           

第11 章馬爾可夫模型

11.1 馬爾可夫鏈          

11.1.1 馬爾可夫簡(jiǎn)介        

11.1.2 馬爾可夫鏈的基本概念     

11.2 隱馬爾可夫模型        

11.2.1 形式化描述         

11.2.2 數(shù)學(xué)形式描述         

11.3 向前算法解決HMM 似然度     

11.3.1 向前算法定義         

11.3.2 向前算法原理         

11.3.3 現(xiàn)實(shí)應(yīng)用：預(yù)測(cè)成都天氣的冷熱  

11.4 文本序列標(biāo)注案例：Viterbi 算法  

第12 章條件隨機(jī)場(chǎng) 

12.1 條件隨機(jī)場(chǎng)介紹         

12.2 簡(jiǎn)單易懂的條件隨機(jī)場(chǎng)      

12.2.1 CRF 的形式化表示      

12.2.2 CRF 的公式化表示      

12.2.3 深度理解條件隨機(jī)場(chǎng)      

第13 章模型評(píng)估

13.1 從統(tǒng)計(jì)角度介紹模型概念     

13.1.1 算法模型          

13.1.2 模型評(píng)估和模型選擇     

13.1.3 過(guò)擬合與欠擬合的模型選擇    

13.2 模型評(píng)估與選擇         

13.2.1 模型評(píng)估的概念        

13.2.2 模型評(píng)估的評(píng)測(cè)指標(biāo)    

13.2.3 以詞性標(biāo)注為例分析模型評(píng)估   

13.2.4 模型評(píng)估的幾種方法      

13.3 ROC 曲線比較學(xué)習(xí)器模型     

第14 章命名實(shí)體識(shí)別

14.1 命名實(shí)體識(shí)別概述        

14.2 命名實(shí)體識(shí)別的特點(diǎn)與難點(diǎn)     

14.3 命名實(shí)體識(shí)別方法        

14.4 中文命名實(shí)體識(shí)別的核心技術(shù)   

14.5 展望             

第15 章自然語(yǔ)言處理實(shí)戰(zhàn)

15.1 GitHub 數(shù)據(jù)提取與可視化分析   

15.1.1 了解GitHub 的API        

15.1.2 使用NetworkX 作圖       

15.1.3 使用NetworkX 構(gòu)建興趣圖    

15.1.4 NetWorkX 部分統(tǒng)計(jì)指標(biāo)     

15.1.5 構(gòu)建GitHub 的興趣圖     

15.1.6 可視化           

15.2 微博話題爬取與存儲(chǔ)分析     

15.2.1 數(shù)據(jù)采集          

15.2.2 數(shù)據(jù)提取          

15.2.3 數(shù)據(jù)存儲(chǔ)          

15.2.4 項(xiàng)目運(yùn)行與分析       

附錄A Python 與其他語(yǔ)言調(diào)用 

附錄B Git 項(xiàng)目上傳簡(jiǎn)易教程 

參考文獻(xiàn)