内容简介
自然语言处理是计算语言学和人工智能之中与人机交互相关的领域之一。 本书是学习自然语言处理的一本综合学习指南,介绍了如何用Python实现各种NLP任务,以帮助读者创建基于真实生活应用的项目。全书共10章,分别涉及字符串操作、统计语言建模、形态学、词性标注、语法解析、语义分析、情感分析、信息检索、语篇分析和NLP系统评估等主题。 本书适合熟悉Python语言并对自然语言处理开发有一定了解和兴趣的读者阅读参考。
目录
第1章 字符串操作1
1.1 切分1
1.1.1 将文本切分为语句2
1.1.2 其他语言文本的切分2
1.1.3 将句子切分为单词3
1.1.4 使用TreebankWordTokenizer
执行切分4
1.1.5 使用正则表达式实现
切分5
1.2 标准化8
1.2.1 消除标点符号8
1.2.2 文本的大小写转换9
1.2.3 处理停止词9
1.2.4 计算英语中的停止词10
1.3 替换和校正标识符11
1.3.1 使用正则表达式替换
单词11
1.3.2 用另一个文本替换文本的
示例12
1.3.3 在执行切分前先执行替换操作12
1.3.4 处理重复字符13
1.3.5 去除重复字符的示例13
1.3.6 用单词的同义词替换14
1.3.7 用单词的同义词替换的
示例15
1.4 在文本上应用Zipf定律15
1.5 相似性度量16
1.5.1 使用编辑距离算法执行相似性度量16
1.5.2 使用Jaccard系数执行相似性度量18
1.5.3 使用Smith Waterman距离算法执行相似性度量19
1.5.4 其他字符串相似性度量19
1.6 小