Introducción al procesamiento del lenguaje natural

Opiniones de los lectores

El libro ha sido bien acogido por su estilo de redacción claro y su enfoque estructurado para explicar los conceptos del procesamiento del lenguaje natural (PLN), proporcionando un equilibrio entre teoría y aplicación práctica. Sin embargo, adolece de una mala calidad de impresión, ya que la mayor parte del texto está en tonos grises, lo que dificulta su lectura, especialmente los ejemplos de codificación.

⬤ Entrega rápida
⬤ explicación bien estructurada y lógica de los conceptos de PNL
⬤ estilo de redacción claro
⬤ ejemplos prácticos
⬤ útil tanto para principiantes como para lectores experimentados
⬤ experiencia de aprendizaje enriquecedora
⬤ enfoque único en la creación de perfiles de autor como tarea.

Mala calidad de impresión con el texto impreso en varios tonos de gris, lo que dificulta la lectura; los ejemplos de codificación están en gris claro y son difíciles de distinguir.

(basado en 5 opiniones de lectores)

Título original:

Getting Started with Natural Language Processing

Contenido del libro:

Póngase en marcha con esta introducción en profundidad a las habilidades y técnicas de PNL que permiten a sus ordenadores hablar como humanos.

En Getting Started with Natural Language Processing aprenderá sobre:

Conceptos fundamentales y algoritmos de PNL.

Bibliotecas útiles de Python para PNL.

Construir un algoritmo de búsqueda.

Extraer información de texto sin procesar.

Predecir el sentimiento de un texto de entrada.

Perfiles de autor.

Etiquetado de temas.

Reconocimiento de entidades con nombre.

Getting Started with Natural Language Processing es una guía amena y comprensible que le ayudará a diseñar sus primeros algoritmos de PLN. Su tutora es la Dra. Ekaterina Kochmar, profesora de la Universidad de Bath, que ha ayudado a miles de estudiantes a dar sus primeros pasos con el PLN. Lleno de código Python y proyectos prácticos, cada capítulo ofrece un ejemplo concreto con técnicas prácticas que puedes poner en práctica de inmediato. Si es usted principiante en PNL y desea mejorar sus aplicaciones con funciones y características como la extracción de información, la creación de perfiles de usuario y el etiquetado automático de temas, este es su libro.

La compra del libro impreso incluye un libro electrónico gratuito en formatos PDF, Kindle y ePub de Manning Publications.

Acerca de la tecnología.

Desde altavoces inteligentes a chatbots de atención al cliente, las aplicaciones que entienden texto y voz están por todas partes. El procesamiento del lenguaje natural, o PLN, es la clave de esta potente forma de interacción entre humanos y ordenadores. Y una nueva generación de herramientas y técnicas hace que sea más fácil que nunca empezar con la PNL.

Acerca del libro.

Getting Started with Natural Language Processing le enseña a mejorar las aplicaciones orientadas al usuario con funciones basadas en texto y voz. Gracias a las explicaciones accesibles y los ejemplos prácticos de este libro, aprenderá a aplicar la PLN al análisis de sentimientos, la creación de perfiles de usuario y mucho más. A medida que avanza, cada nuevo proyecto se basa en lo aprendido anteriormente, introduciendo nuevos conceptos y habilidades. Los prácticos diagramas y los intuitivos ejemplos de código Python facilitan la introducción, ¡incluso si no tiene experiencia en aprendizaje automático!

Contenido.

Conceptos y algoritmos fundamentales de la PNL.

Extracción de información de texto sin procesar.

Bibliotecas útiles de Python.

Etiquetado de temas.

Construcción de un algoritmo de búsqueda.

Sobre el lector.

Necesitarás conocimientos básicos de Python. No se requiere experiencia en PNL.

Sobre el autor.

Ekaterina Kochmar es profesora del Departamento de Informática de la Universidad de Bath, donde forma parte del grupo de investigación sobre IA.

Índice de contenidos.

1 Introducción.

2 Tu primer ejemplo de PNL.

3 Introducción a la búsqueda de información.

4 Extracción de información.

5 El perfil de autor como tarea de aprendizaje automático.

6 Ingeniería de rasgos lingüísticos para la creación de perfiles de autor.

7 Su primer analizador de sentimientos utilizando léxicos de sentimientos.

8 Análisis de sentimientos con un enfoque basado en datos.

9 Análisis de temas.

10 Modelización de temas.

11 Reconocimiento de entidades con nombre.