自然語言處理的Python實(shí)踐

第1章 數(shù)據(jù)類型 001
1.1 搜索 002
1.2 評(píng)論 003
1.3 社交媒體中的帖子/博客 005
1.4 聊天數(shù)據(jù) 006
1.4.1 私人聊天 006
1.4.2 商務(wù)聊天和語音通話數(shù)據(jù) 007
1.5 SMS（短信）數(shù)據(jù) 008
1.6 內(nèi)容數(shù)據(jù) 009
1.7 IVR（交互式語音應(yīng)答）話語數(shù)據(jù) 010
1.8 數(shù)據(jù)中的有用信息 010

第2章 NLP在客戶服務(wù)中的應(yīng)用 013
2.1 語音通話 014
2.2 聊天 015
2.3 票證數(shù)據(jù) 016
2.4 郵件數(shù)據(jù) 016
2.5 客戶需求 018
2.5.1 意圖挖掘 018
2.5.2 意圖理解的熱門詞匯 019
2.5.3 詞云 021
2.5.4 主題分類規(guī)則 024
2.6 基于機(jī)器學(xué)習(xí)的監(jiān)督學(xué)習(xí) 028
2.6.1 獲取人工標(biāo)記的數(shù)據(jù) 028
2.6.2 分詞 030
2.6.3 文檔詞條矩陣 031
2.6.4 數(shù)據(jù)標(biāo)準(zhǔn)化 035
2.7 替換某些模式 036
2.8 識(shí)別并標(biāo)注問題所在的行 040
2.9 熱門客戶查詢 041
2.10 熱門客戶滿意度（CSAT）驅(qū)動(dòng)器 043
2.11 熱門凈推薦值（NPS）驅(qū)動(dòng)器 045
2.12 深入了解銷售對話 050
2.12.1 銷售對話中的熱門產(chǎn)品 050
2.12.2 未交易的原因 051
2.12.3 調(diào)查評(píng)論分析 052
2.12.4 挖掘語音記錄 052

第3章 NLP在在線評(píng)論中的應(yīng)用 059
3.1 情感分析 060
3.2 情感挖掘 061
3.3 方法1：基于詞典的方法 062
3.4 方法2：基于規(guī)則的方法 066
3.4.1 觀察結(jié)果1 066
3.4.2 觀察結(jié)果2 067
3.4.3 觀察結(jié)果3 067
3.4.4 觀察結(jié)果4 068
3.4.5 總體得分 069
3.4.6 處理觀察結(jié)果 070
3.4.7 情緒分析庫 085
3.5 方法3：基于機(jī)器學(xué)習(xí)的方法(神經(jīng)網(wǎng)絡(luò)) 086
3.5.1 語料庫的特征 087
3.5.2 構(gòu)建神經(jīng)網(wǎng)絡(luò) 091
3.5.3 加以完善 093
3.6 屬性提取 093
3.6.1 步驟1：使用正則表達(dá)式進(jìn)行規(guī)范化 095
3.6.2 步驟2：提取名詞形式 097
3.6.3 步驟3：創(chuàng)建映射文件 098
3.6.4 步驟4：將每個(gè)評(píng)論映射到屬性 100
3.6.5 步驟5：品牌分析 101

第4章 NLP在銀行、金融服務(wù)和保險(xiǎn)業(yè)（BFSI）的應(yīng)用 109
4.1 NLP之于風(fēng)險(xiǎn)控制 110
4.1.1 方法1：使用現(xiàn)有的庫 111
4.1.2 方法2：提取名詞短語 113
4.1.3 方法3：訓(xùn)練自己的模型 115
4.1.4 模型應(yīng)用 142
4.2 NLP在銀行、金融服務(wù)和保險(xiǎn)業(yè)的其他應(yīng)用案例 157
4.2.1 短信數(shù)據(jù) 157
4.2.2 銀行業(yè)的自然語言生成 158

第5章 NLP在虛擬助手中的應(yīng)用 163
5.1 網(wǎng)絡(luò)機(jī)器人（Bot程序）種類 164
5.2 經(jīng)典方法 165
5.2.1 LSTM概述 169
5.2.2 LSTM的應(yīng)用 173
5.2.3 時(shí)間分布層 174
5.3 生成響應(yīng)法 178
5.3.1 編碼器-解碼器模型框架 179
5.3.2 數(shù)據(jù)集 180
5.3.3 框架的實(shí)現(xiàn) 180
5.3.4 編碼器-解碼器模型框架的訓(xùn)練 189
5.3.5 編碼器輸出 192
5.3.6 解碼器輸入 192
5.3.7 預(yù)處理 195
5.3.8 雙向LSTM 200
5.4 BERT（基于轉(zhuǎn)換器的雙向編碼表征） 202
5.4.1 語言模型和微調(diào) 202
5.4.2 BERT概述 203
5.4.3 微調(diào)BERT以構(gòu)建分類器 208
5.5 構(gòu)建網(wǎng)上對話機(jī)器人的更多細(xì)微差別 211
5.5.1 單輪對話和多輪對話的比較 211
5.5.2 多語言網(wǎng)上機(jī)器人 213