基于Python的智能文本分析

前言 1

第1章 語(yǔ)言與計(jì)算 13

數(shù)據(jù)科學(xué)范式 14

語(yǔ)言感知數(shù)據(jù)產(chǎn)品 .16

語(yǔ)言即數(shù)據(jù) 21

小結(jié) .29

第 2 章 構(gòu)建自定義語(yǔ)料庫(kù) 31

語(yǔ)料庫(kù)是什么？ .32

語(yǔ)料庫(kù)數(shù)據(jù)管理 .35

語(yǔ)料庫(kù)讀取器 39

小結(jié) .49

第3章 語(yǔ)料庫(kù)預(yù)處理與處置 50

分解文檔.50

語(yǔ)料庫(kù)的轉(zhuǎn)換 60

小結(jié) .67

第4章 文本向量化和轉(zhuǎn)換流水線 68

空間中的詞 69

Scikit-Learn API .81

流水線 .88

小結(jié) .93

第5章 面向文本分析的文本分類(lèi) 95

文本分類(lèi).96

構(gòu)建文本分類(lèi)應(yīng)用 .99

小結(jié) .110

第6章 文本相似性聚類(lèi) . 112

文本上的無(wú)監(jiān)督學(xué)習(xí) 112

文檔相似性聚類(lèi) .114

文檔主題建模 127

小結(jié) .139

第7章 上下文感知文本分析 140

基于語(yǔ)法的特征提取 141

n-Gram特征提取 147

n-Gram語(yǔ)言模型 155

小結(jié) .165

第8章 文本可視化 166

可視化特征空間 .167

模型診斷.185

可視化操縱 193

小結(jié) .196

第9章 文本的圖分析 .198

圖計(jì)算與分析 200

從文本中抽取圖 .204

實(shí)體解析.216

小結(jié) .221

第10章 聊天機(jī)器人 223

對(duì)話基礎(chǔ).224

禮貌對(duì)話規(guī)則 231

有趣的問(wèn)題 239

學(xué)習(xí)幫助.250

小結(jié) .257

第11章 利用多處理和Spark擴(kuò)展文本分析259

Python多處理 .260

Spark集群計(jì)算 271

小結(jié) .289

第12章 深度學(xué)習(xí)與未來(lái) .291

應(yīng)用神經(jīng)網(wǎng)絡(luò) 292

神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型 .292

情感分析.303

未來(lái)（幾乎）已來(lái) .309

詞匯表  311