Python自然语言处理PDF|Epub|txt|kindle电子书版本下载

Python自然语言处理PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 语言处理与Python1

1.1 语言计算：文本和词汇1

1.2 近观Python：将文本当做词链表10

1.3 计算语言：简单的统计17

1.4 回到Python：决策与控制24

1.5 自动理解自然语言29

1.6 小结35

1.7 深入阅读36

1.8 练习37

第2章 获得文本语料和词汇资源41

2.1 获取文本语料库41

2.2 条件频率分布55

2.3 更多关于Python：代码重用60

2.4 词典资源63

2.5 WordNet72

2.6 小结78

2.7 深入阅读79

2.8 练习80

第3章 处理原始文本84

3.1 从网络和硬盘访问文本84

3.2 字符串：最底层的文本处理93

3.3 使用Unicode进行文字处理100

3.4 使用正则表达式检测词组搭配105

3.5 正则表达式的有益应用109

3.6 规范化文本115

3.7 用正则表达式为文本分词118

3.8 分割121

3.9 格式化：从链表到字符串126

3.10 小结132

3.11 深入阅读133

3.12 练习134

第4章 编写结构化程序142

4.1 回到基础142

4.2 序列147

4.3 风格的问题152

4.4 函数：结构化编程的基础156

4.5 更多关于函数164

4.6 程序开发169

4.7 算法设计175

4.8 Python库的样例183

4.9 小结188

4.10 深入阅读189

4.11 练习189

第5章 分类和标注词汇195

5.1 使用词性标注器195

5.2 标注语料库197

5.3 使用Python字典映射词及其属性206

5.4 自动标注216

5.5 N-gram标注221

5.6 基于转换的标注228

5.7 如何确定一个词的分类230

5.8 小结233

5.9 深入阅读234

5.10 练习235

第6章 学习分类文本241

6.1 监督式分类241

6.2 监督式分类的举例254

6.3 评估258

6.4 决策树263

6.5 朴素贝叶斯分类器266

6.6 最大熵分类器271

6.7 为语言模式建模275

6.8 小结276

6.9 深入阅读277

6.10 练习278

第7章 从文本提取信息281

7.1 信息提取281

7.2 分块284

7.3 开发和评估分块器291

7.4 语言结构中的递归299

7.5 命名实体识别302

7.6 关系抽取306

7.7 小结307

7.8 深入阅读308

7.9 练习308

第8章 分析句子结构312

8.1 一些语法困境312

8.2 文法的用途316

8.3 上下文无关文法319

8.4 上下文无关文法分析323

8.5 依存关系和依存文法332

8.6 文法开发336

8.7 小结343

8.8 深入阅读344

8.9 练习344

第9章 建立基于特征的文法349

9.1 文法特征349

9.2 处理特征结构359

9.3 扩展基于特征的文法367

9.4 小结379

9.5 深入阅读380

9.6 练习381

第10章 分析语句的含义384

10.1 自然语言理解384

10.2 命题逻辑391

10.3 一阶逻辑395

10.4 英语语句的语义409

10.5 段落语义层422

10.6 小结428

10.7 深入阅读429

10.8 练习430

第11章 语言数据管理434

11.1 语料库结构：案例研究434

11.2 语料库生命周期439

11.3 数据采集443

11.4 使用XML452

11.5 使用Toolbox数据459

11.6 使用OLAC元数据描述语言资源463

11.7 小结466

11.8 深入阅读466

11.9 练习467

后记470

参考文献476