Recetas de procesamiento del lenguaje natural: Desentrañando datos de texto con aprendizaje automático y aprendizaje profundo usando Python

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 2 votos.

Título original:

Natural Language Processing Recipes: Unlocking Text Data with Machine Learning and Deep Learning Using Python

Contenido del libro:

Céntrese en la implementación de proyectos integrales con Python y aproveche los algoritmos más avanzados. Este libro le enseña a utilizar de manera eficiente una amplia gama de paquetes de procesamiento del lenguaje natural (PLN) para: implementar la clasificación de texto, identificar partes del discurso, utilizar el modelado de temas, resumen de texto, análisis de sentimientos, recuperación de información, y muchas más aplicaciones de PLN.

El libro comienza con la recopilación de datos de texto, el web scraping y los distintos tipos de fuentes de datos. Explica cómo limpiar y preprocesar los datos de texto, y ofrece formas de analizar los datos con algoritmos avanzados. A continuación, explora el análisis semántico y sintáctico del texto. Se tratan soluciones complejas de PLN que implican la normalización del texto junto con métodos avanzados de preprocesamiento, etiquetado POS, análisis sintáctico, resumen de texto, análisis de sentimientos, word2vec, seq2seq y mucho más. El libro presenta los fundamentos necesarios para las aplicaciones del aprendizaje automático y el aprendizaje profundo en PNL. Esta segunda edición repasa técnicas avanzadas para convertir texto en características como Glove, Elmo, Bert, etc. También incluye una comprensión de cómo funcionan los transformadores, tomando como ejemplo la sentencia BERT y GPT. Los capítulos finales explican aplicaciones industriales avanzadas de PNL con implementación de soluciones y aprovechando el poder de las técnicas de aprendizaje profundo para problemas de PNL. También emplea RNN avanzadas de última generación, como la memoria a corto plazo de larga duración, para resolver tareas complejas de generación de texto.

Después de leer este libro, tendrás una clara comprensión de los retos a los que se enfrentan las diferentes industrias y habrás trabajado en múltiples ejemplos de implementación de la PNL en el mundo real.

Lo que aprenderá

⬤ Conocer los conceptos básicos de la implementación de NLP y varios enfoques para el procesamiento del lenguaje natural (NLP), incluyendo NLP utilizando bibliotecas de Python como NLTK, textblob, SpaCy, Standford CoreNLP, y más.

⬤ Implementar el preprocesamiento de texto y la ingeniería de características en NLP, incluyendo métodos avanzados de ingeniería de características.

⬤ Comprender e implementar los conceptos de recuperación de información, resumen de texto, análisis de sentimientos, clasificación de texto y otras técnicas avanzadas de NLP aprovechando el aprendizaje automático y el aprendizaje profundo.

A quién va dirigido este libro

Científicos de datos que quieran refrescar y aprender varios conceptos de procesamiento del lenguaje natural (NLP) a través de ejercicios de codificación.