查看原文
其他

赠书:8本NLP书籍任你选

AINLP 2019-03-21

很久没有关注中文NLP书籍,思维还停留在老早之前的印象。最近通过机械工业出版社华章公司的同学了解到,他们引进并且出版了很多NLP相关的书籍,质量很不错,这次他们单独赞助AINLP搞个NLP书籍赠书活动,感兴趣的同学可以参加。


规则很简单,4本回复话题留言,我从留言的同学中直接选择获奖者,不按赞排名,这个容易刷,话题是:你是如何了解或者进入NLP这个领域的?另外4本直接抽,公众号后台回复「抽奖」, 弹出抽奖小程序后点击参与,然后静候开奖就是了,开奖时间是后天晚上8点,也就是3月22号周五20点开奖。上次赠书活动有一个同学没有填联系信息,我也无法联系到他,这次为了防止这种情况发生,请中奖的同学添加微信号 "AINLP2" ,告诉想要的书和快递信息,过期不候。中奖的同学可以从以下书籍8选1,感谢本次活动的赞助者「机械工业出版社华章公司」



《面向自然语言处理的深度学习:用Python创建神经网络》

作者:[印]帕拉什·戈雅尔(Palash Goyal)苏米特·潘迪(Sumit Pandey)卡兰·贾恩(Karan Jain)著

 

本书通过介绍完整的神经网络模型(包括循环神经网络、长短期记忆网络以及序列到序列模型)实例,向读者阐释用于自然语言处理(NLP)的深度学习概念。通过阅读本书,带你了解NLP中使用的深度学习概念以及神经网络模型示例,并帮助你在TensorFlow和Keras中使用叠加双向LSTM创建自己的聊天机器人


 

 

《自然语言处理Python进阶》

作者:[印度]克里希纳·巴夫萨(KrishnaBhavsar)

 

本书包含的实例可以让你学会使用NLTK(处理NLP任务的主要Python平台)完成自然语言处理的各种任务,涵盖了自然语言理解、自然语言处理和句法分析等。你将学会如何理解语言、处理句子及各种歧义现象;你也将学会如何有效地使用NLTK来进行文本分类、分词及词性标注等多个任务;你还将学会如何分析词汇和句子结构,并掌握句法分析、语义分析、语用分析以及深度学习技术的应用。



Python自然语言处理》

作者[印度]雅兰·萨纳卡(Jalaj Thanaki


人工智能研究中一个重要的部分就是实现机器设备和人的无障碍交互,而人类最自然常用和最精确的交互方式便是使用语言和文字。因此,从一定程度上说,计算设备对自然语言处理的能力,决定了其人工智能的智力。本书致力于总体介绍自然语言处理领域中的一些概念、术语、应用任务、算法和技术、系统搭建方法等,非常适合作为对自然语言处理任务感兴趣的初学者进入该领域的入门书籍。


 

《Python自然语言处理实战:核心技术与算法》

作者:涂铭 刘祥 刘树春

 

阿里巴巴、前明略数据和七牛云的资深NLP专家撰写,以实战为导向、零基础入门,详细讲解自然语言处理的各种核心技术、方法论和经典算法。从各个方面着手,帮助读者理解NLP的过程,提供了各种实战场景,结合现实项目背景,帮助读者理解NLP中的数据结构和算法以及目前主流的NLP技术与方法论,结合信息检索技术与大数据应用等流行技术,最终完成对NLP的学习和掌握。



《Java自然语言处理》

作者:[美]理查德 M.里斯(Richard M. Reese)

 

本书融合作者多年从业和教学经验,全面阐述使用Java从非结构化数据中组织和提取有用文本的各种实用方法。本书重点介绍NLP应用中可能遇到的核心NLP任务,每个任务都从问题的描述以及应用领域开始,循序渐进地进行分析并给出解决方案,便于你更好地理解NLP技术,高效地解决实际问题。



自然语言处理与深度学习:通过C语言模拟

作者:[日]小高知宏

 

本书通过实现C语言程序来具体讲解自然语言处理与深度学习的相关技术。本书给出的程序都能在普通个人电脑上执行。通过实际执行这些C语言程序,确认其运行过程,并根据需要对程序进行修改,读者能够更深刻地理解自然语言处理与深度学习技术。

 

基于深度学习的自然语言处理

作者:[以色列] 约阿夫·戈尔德贝格(Yoav Goldberg)著

 

本书系统阐述将深度学习技术应用于自然语言处理的方法和技术,深入浅出地介绍了深度学习的基本知识及各种常用的网络结构,并重点介绍了如何使用这些技术处理自然语言。本书主要面向高等院校自然语言处理和机器学习方向的研究生,也适合自然语言处理或机器学习领域的研究人员以及工业界从事智能相关领域呀发的专业人员阅读参考。


 

情感分析:挖掘观点、情感和情绪

作者:[美] 刘兵(Bing Liu)著

 

本文给出观点以及观点挖掘和情感分析的全面定义,并对其中的关键概念进行了详细解释。使初学者能够对该任务的目标和脉络进行全面了解。不仅介绍了经典观点挖掘和情感分析问题,同时还详细介绍了意图识别、垃圾评论检测、立场分析等相关新任务和新技术的最新研究方法。既包含了观点挖掘与情感分析的相关基础理论知识,还涉及大量实战经验的介绍。读者在阅读之后能够快速地搭建一套观点挖掘与情感分析的实际系统。从计算机应用角度撰写的同时,介绍了大量的语言学知识,有助于读者更加深刻地理解观点挖掘和情感分析任务。



最后,祝好运。

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存