http://www.cnblogs.com/yuxc/archive/2011/08/29/2157415.html#2189237
关于Python自然语言处理
《Python自然语言处理》提供了非常易学的自然语言处理入门介绍,该领域涵盖从文本和电子邮件预测过滤,到自动总结和翻译等多种语言处理技术。在《Python自然语言处理(影印版)》 中,你将学会编写Python程序处理大量非结构化文本。你还将通过使用综合语言数据结构访问含有丰富注释的数据集,理解用于分析书面通信内容和结构的主 要算法。
《Python自然语言处理》准备了充足的示例和练习,可以帮助你:
从非结构化文本中抽取信息,甚至猜测主题或识别“命名实体”;
分析文本语言结构,包括解析和语义分析;
访问流行的语言学数据库,包括WordNet和树库(treebank);
从多种语言学和人工智能领域中提取的整合技巧。
《Python自然语言处理(影印版)》将帮助你学习运用Python编程语言和自然语言工具包(NLTK)获得实用的自然语言处理技能。如果对于开发 Web应用、分析多语言新闻源或记录濒危语言感兴趣——即便只是想从程序员视角观察人类语言如何运作,你将发现《Python自然语言处理》是一本令人着 迷且极为有用的好书。
关于学习笔记...
目前还没读完这本书,有些初步的感想与大家分享:
优点:
这本书即涉及到了语料库的操作,也对传统的基于规则的方法有所涉及。全书包括了分词(tokenization)、词性标注(POS)、语块(Chunk)标注、句法剖析与语义剖析等方面,是一本实用的自然语言处理教程,即使你不想全面地学习自然语言处理,也会对其中的分析美国历届总统的演讲、对抓取的网页进行解析提取文本,使用正则表达式处理字符串、新闻信息检索等等感兴趣的。此外,Python简洁优雅,适合上手,而且我很喜爱这门语言。
缺点:
(1)实用性很强,但对理论性介绍不足,需要自己去查找相关资料,我考虑把相关资料都搜集起来
(2)毕竟是E文的语言背景,对中文涉及很少,中文与英文尤其在分词上有很大的不同,等我积累了一些心得,我打算把中文分词写成单独的一章。
Anyway,我把下面这句话送给有兴趣的童鞋。
Now is better than never.——摘自The Zen of Python
目录索引以及持续更新信息的传送门在此,下面也贴出了目前的目录索引。
Update日志
创建日期:2011.6.27
翻译修正:2011.7.20
修改了已知的翻译错误
更新1st: 2011.8.5
为目录添加了相关笔记链接
更新2nd:2011.8.28
修正了部分翻译错误
更新3rd:2011.9.7
修正了Chapter7的部分翻译错误
目前施工进度:Chapter7
Table of Contents 目录
Preface
1. Language Processing and Python
1.1 Computing with Language: Texts and Words
1.2 A Closer Look at Python: Texts as Lists of Words
1.3 Computing with Language: Simple Statistics
1.4 Back to Python: Making Decisions and Taking Control
1.5 Automatic Natural Language Understanding
1.6 Summary
1.7 Further Reading
1.8 Exercises
2. Accessing Text Corpora and Lexical Resources
2.1 Accessing Text Corpora
2.2 Conditional Frequency Distributions
2.3 More Python: Reusing Code
2.4 Lexical Resources
2.5 WordNet
2.6 Summary
小结
2.7 Further Reading深入阅读
2.8 Exercises练习
3. Processing Raw Text处理原始文本
3.1 Accessing Text from the Web and from Disk从Web和磁盘获得文本
3.2 Strings: Text Processing at the Lowest Level字符串:最底层的文本处理
3.3 Text Processing with Unicode使用Unicode处理文本
3.4 Regular Expressions for Detecting Word Patterns使用正则表达式检测词组
3.5 Useful Applications of Regular Expressions正则表示式的有益应用
3.6 Normalizing Text规格化文本
3.7 Regular Expressions for Tokenizing Text正则表达式用于本文分词
3.8 Segmentation分割
3.9 Formatting: From Lists to Strings格式设定:从列表到字符串
3.10 Summary小结
3.11 Further Reading深入阅读
3.12 Exercises练习
4. Writing Structured Programs编写结构化程序
4.1 Back to the Basics回到基础
4.2 Sequences序列
4.3 Questions of Style关于风格
4.4 Functions: The Foundation of Structured Programming函数:结构化编程的基础
4.5 Doing More with Functions关于函数的更多使用
4.6 Program Development程序开发
4.7 Algorithm Design算法设计
4.8 A Sample of Python LibrariesPython库的样本
4.9 Summary小结
4.10 Further Reading深入阅读
4.11 Exercises练习
5. Categorizing and Tagging Words分类和标注单词
5.1 Using a Tagger使用标注器
5.2 Tagged Corpora标记语料库
5.3 Mapping Words to Properties Using Python Dictionaries使用Python字典把单词映射到属性
5.4 Automatic Tagging自动标注
5.5 N-Gram TaggingN-Gram标注
5.6 Transformation-Based Tagging基于转换的标注
5.7 How to Determine the Category of a Word如何决定一个词的类别
5.8 Summary小结
5.9 Further Reading深入阅读
5.10 Exercises练习
6. Learning to Classify Text学习本文分类
6.1 Supervised Classification监督式分类
6.2 Further Examples of Supervised Classification6.3 Evaluation
评分
6.4 Decision Trees决策树
6.5 Naive Bayes Classifiers朴素贝叶斯分类器
6.6 Maximum Entropy Classifiers最大熵分类器
6.7 Modeling Linguistic Patterns建模语言模式
6.8 Summary小结
6.9 Further Reading深入阅读
6.10 Exercises练习
7. Extracting Information from Text从文本提取信息
7.1 Information Extraction7.2 Chunking
分块
7.3 Developing and Evaluating Chunkers分块器开发和求值
7.4 Recursion in Linguistic Structure语言结构中的递归
7.5 Named Entity Recognition命名实体识别
7.6 Relation Extraction关系提取
7.7 Summary小结
7.8 Further Reading深入阅读
7.9 Exercises练习
8. Analyzing Sentence Structure句子结构分析
8.1 Some Grammatical Dilemmas一些语法困惑
8.2 What’s the Use of Syntax?语法有什么用处?
8.3 Context-Free Grammar上下文无关语法
8.4 Parsing with Context-Free Grammar使用上下文无关语法进行解析
8.5 Dependencies and Dependency Grammar相关性和相关性语法
8.6 Grammar Development语法的发展
8.7 Summary小结
8.8 Further Reading深入阅读
8.9 Exercises练习
9. Building Feature-Based Grammars构建基于特征的语法
9.1 Grammatical Features语法特征
9.2 Processing Feature Structures处理特征结构
9.3 Extending a Feature-Based Grammar
扩展基于特征的语法
9.4 Summary小结
9.5 Further Reading深入扩展
9.6 Exercises练习
10. Analyzing the Meaning of Sentences分析句子的意义
10.1 Natural Language Understanding自然语言的理解
10.2 Propositional Logic命题逻辑
10.3 First-Order Logic一阶逻辑
10.4 The Semantics of English Sentences英文句子的语义
10.5 Discourse Semantics语段语义
10.6 Summary小结
10.7 Further Reading深入阅读
10.8 Exercises练习
11. Managing Linguistic Data语料管理
11.1 Corpus Structure: A Case Study语料库结构:案例研究
11.2 The Life Cycle of a Corpus语料库的生命周期
11.3 Acquiring Data获取数据
11.4 Working with XML处理XML
11.5 Working with Toolbox Data
处理Toolbox Data
11.6 Describing Language Resources Using OLAC Metadata使用OLAC元数据描述语言资源
11.7 Summary小结
11.8 Further Reading深入阅读
11.9 Exercises练习
Afterword: The Language Challenge后记:语言的挑战
Bibliography参考文献
NLTK IndexNLTK索引
General Index一般索引
知识共享署名、非商业性使用、禁止演绎创作许可证3.0
以上章节内容均来自 Natural Language Processing with Python , 由Steven Bird , Ewan Klein 和Edward Loper 共同的辛勤劳动,Copyright © 2009,本内容并随NLTK共同发布,网址: http://www.nltk.org/ 。文章和相关资料遵循 Creative Commons Attribution-Noncommercial-No Derivative Works 3.0 创作许可证。