基于Python的智能文本分析 PDF电子书 [158MB]

基于Python的智能文本分析pdf百度网盘下载地址?

本书中我们专注于用Python 库进行应用机器学习的文本分析。本书侧重面向应用，意味着我们不会关注语言学或统计模型的学术内涵，而是关注如何在软件应用中用文本训练模型的有效部署。

我们所说的文本分析模型与机器学习工作流直接相关，找到由特征、算法和超参数组成的模型的搜索过程，使之能很好地匹配训练数据，并对未知数据生成最佳估计。该工作流从训练数据集的构建和管理开始，该数据集也叫做文本分析语料库。然后，我们将探索特征提取和预处理方法，进而将文本重组成机器学习可以理解的数字数据。基于掌握的一些基本特征，我们会探索文本分类和文本聚类技术，并对本书前几章进行总结。

之后的章节侧重于扩展能实现更丰富功能的模型，并创建文本感知应用。我们首先探索如何将上下文嵌入得到特征，然后对文本进行可视化解释，以指导后续的模型选择过程。接下来，我们将研究如何使用图分析技术，分析从文本中提取的复杂关系。然后，我们转而探索会话代理，并加深我们对文本句法和语义分析的理解。我们用基于多进程和Spark 的可扩展文本分析的实践讨论来结束全书，最后，我们将探讨文本分析的下一阶段：深度学习。

本书的读者对象

本书面向有兴趣将自然语言处理和机器学习应用于其软件开发工具集的Python 程序员。我们不要求读者具有特殊的学术背景或数学知识，而是专注于工具和技，避免冗长的解释。本书中我们主要分析英语语言，因此了解基本的语法知识，如名词、动词、副词和形容词如何相互关联，对理解本书是有帮助的。对从未接触过机器学习和语言学，但对Python 编程有较深理解的读者，也不会对我们提到的概念感到不知所措。

使用示例代码和GitHub 代码库

本书中的示例代码旨在描述如何编写Python 代码，以执行特定任务。由于面向读者，所以代码比较简洁，通常省略执行时所需的关键语句