reklama - zainteresowany?

Przetwarzanie j - Helion

Przetwarzanie j
ebook
Autor: Sowmya Vajjala, Bodhisattwa Majumder, Anuj Gupta, Harshit Surana
Tytuł oryginału: Practical Natural Language Processing: A Comprehensive Guide to Building Real-World NLP Systems
Tłumaczenie: Grzegorz Werner
ISBN: 978-83-8322-727-6
stron: 400, Format: ebook
Data wydania: 2023-07-01
Księgarnia: Helion

Cena książki: 54,50 zł (poprzednio: 109,00 zł)
Oszczędzasz: 50% (-54,50 zł)

Dodaj do koszyka Przetwarzanie j

Tagi: Uczenie maszynowe

Systemy przetwarzania j

Dodaj do koszyka Przetwarzanie j

Spis treści

Przetwarzanie języka naturalnego w praktyce. Przewodnik po budowie rzeczywistych systemów NLP eBook -- spis treści

Słowo wstępne

Przedmowa

CZĘŚĆ I. Podstawy

  • 1. NLP - elementarz
    • NLP w rzeczywistym świecie
      • Zadania NLP
    • Czym jest język?
      • Podstawowe elementy języka
      • Dlaczego NLP jest trudnym wyzwaniem?
    • Uczenie maszynowe, uczenie głębokie i NLP - przegląd
    • Podejścia do NLP
      • NLP oparte na heurystyce
      • Uczenie maszynowe w NLP
      • Uczenie głębokie w NLP
      • Dlaczego uczenie głębokie nie jest jeszcze "srebrną kulą" NLP?
    • Przewodnik po NLP - agenty konwersacyjne
    • Podsumowanie
      • Bibliografia
  • 2. Potok NLP
    • Pozyskiwanie danych
    • Ekstrakcja i oczyszczanie tekstu
      • Parsowanie i oczyszczanie HTML-a
      • Normalizacja Unikodu
      • Poprawianie pisowni
      • Poprawianie błędów specyficzne dla systemu
    • Przetwarzanie wstępne
      • Czynności wstępne
      • Częste czynności
      • Inne czynności
      • Przetwarzanie zaawansowane
    • Inżynieria cech
      • Klasyczny potok NLP/ML
      • Potok DL
    • Modelowanie
      • Zacznij od prostej heurystyki
      • Budowanie modelu
      • Budowanie ostatecznego modelu
    • Ewaluacja
      • Ewaluacja wewnętrzna
      • Ewaluacja zewnętrzna
    • Fazy następujące po modelowaniu
      • Wdrażanie
      • Monitorowanie
      • Aktualizowanie modelu
    • Praca z innymi językami
    • Studium przypadku
    • Podsumowanie
      • Bibliografia
  • 3. Reprezentacja tekstu
    • Modele przestrzeni wektorowej
    • Proste metody wektoryzacji
      • Kodowanie one-hot
      • Worek słów
      • Worek n-gramów
      • TF-IDF
    • Reprezentacje rozproszone
      • Osadzenia słów
      • Ponad słowa
    • Reprezentacje rozproszone na poziomach wyższych niż słowa i znaki
    • Uniwersalne reprezentacje tekstu
    • Wizualizacja osadzeń
    • Ręcznie utworzone reprezentacje cech
    • Podsumowanie
      • Bibliografia

CZĘŚĆ II. Niezbędnik

  • 4. Klasyfikacja tekstu
    • Zastosowania
    • Potok budowania systemów klasyfikacji tekstu
      • Prosty klasyfikator bez potoku klasyfikacji tekstu
      • Używanie istniejących interfejsów API do klasyfikacji tekstu
    • Jeden potok, wiele klasyfikatorów
      • Naiwny klasyfikator bayesowski
      • Regresja logistyczna
      • Maszyna wektorów nośnych
    • Osadzenia neuronowe w klasyfikacji tekstu
      • Osadzenia słów
      • Osadzenia podsłów i fastText
      • Osadzenia dokumentów
    • Uczenie głębokie w klasyfikacji tekstu
      • Sieci CNN do klasyfikacji tekstu
      • Sieci LSTM do klasyfikacji tekstu
      • Klasyfikacja tekstu z wykorzystaniem dużych, wstępnie wytrenowanych modeli językowych
    • Interpretacja modeli klasyfikacji tekstu
      • Wyjaśnianie prognoz klasyfikatora za pomocą Lime'a
    • Uczenie się bez danych lub na mniejszej ilości danych i adaptowanie modeli do nowych dziedzin
      • Brak danych treningowych
      • Mało danych treningowych - nauka aktywna i adaptacja dziedzinowa
    • Studium przypadku - obsługa zgłoszeń problemów
    • Praktyczne rady
    • Podsumowanie
      • Bibliografia
  • 5. Ekstrakcja informacji
    • Zastosowania IE
    • Zadania IE
    • Ogólny potok IE
    • Ekstrakcja fraz kluczowych
      • Implementowanie KPE
      • Praktyczne rady
    • Rozpoznawanie nazwanych encji
      • Budowanie systemu NER
      • NER z wykorzystaniem istniejącej biblioteki
      • NER z wykorzystaniem nauki aktywnej
      • Praktyczne rady
    • Ujednoznacznianie i łączenie nazwanych encji
      • NEL z wykorzystaniem Azure API
    • Ekstrakcja relacji
      • Podejścia do RE
      • RE z wykorzystaniem Watson API
    • Inne zaawansowane zadania IE
      • Ekstrakcja informacji temporalnych
      • Ekstrakcja zdarzeń
      • Uzupełnianie szablonów
    • Studium przypadku
    • Podsumowanie
      • Bibliografia
  • 6. Czatboty
    • Zastosowania
      • Prosty bot FAQ
    • Taksonomia czatbotów
      • Dialog ukierunkowany na cel
      • Pogawędki
    • Potok budowania systemów dialogowych
    • Szczegóły systemu dialogowego
      • Czatbot PizzaStop
    • Szczegółowa analiza komponentów systemu dialogowego
      • Klasyfikacja aktu dialogowego
      • Identyfikacja slotów
      • Generowanie odpowiedzi
      • Systemy dialogowe z przykładami kodu
    • Inne potoki dialogowe
      • Podejście kompleksowe
      • Generowanie dialogu poprzez uczenie głębokie ze wzmocnieniem
      • Człowiek w pętli
    • Rasa NLU
    • Studium przypadku - polecanie przepisów
      • Korzystanie z istniejących platform
      • Czatboty generatywne o strukturze otwartej
    • Podsumowanie
      • Bibliografia
  • 7. Tematy w skrócie
    • Wyszukiwanie i zwracanie informacji
      • Komponenty wyszukiwarki
      • Typowy potok wyszukiwarki korporacyjnej
      • Budowanie wyszukiwarki - przykład
      • Studium przypadku - wyszukiwarka dla księgarni
    • Modelowanie tematyczne
      • Trenowanie modelu tematycznego - przykład
      • Co dalej?
    • Streszczanie tekstu
      • Zastosowania streszczania
      • Konfigurowanie narzędzia streszczającego - przykład
      • Praktyczne rady
    • Systemy rekomendujące dane tekstowe
      • Tworzenie systemu rekomendacji książek - przykład
      • Praktyczne rady
    • Tłumaczenie maszynowe
      • Używanie interfejsu API do tłumaczenia maszynowego - przykład
      • Praktyczne rady
    • Systemy odpowiadania na pytania
      • Budowanie własnego systemu odpowiadania na pytania
      • Poszukiwanie głębszych odpowiedzi
    • Podsumowanie
      • Bibliografia

CZĘŚĆ III. Praktyka

  • 8. Media społecznościowe
    • Aplikacje
    • Unikatowe wyzwania
    • Przetwarzanie języka naturalnego w danych społecznościowych
      • Chmura wyrazowa
      • Jonizator SMTD
      • Popularne tematy
      • Odczucia użytkowników Twittera
      • Wstępne przetwarzanie danych SMTD
      • Reprezentacja tekstu w SMTD
      • Obsługa klienta w kanałach społecznościowych
    • Memy i fake newsy
      • Identyfikowanie memów
      • Fake newsy
    • Podsumowanie
      • Bibliografia
  • 9. E-commerce i handel detaliczny
    • Katalog e-commerce
      • Analiza recenzji
      • Wyszukiwanie produktów
      • Rekomendacje produktów
    • Wyszukiwanie w e-commerce
    • Budowanie katalogu e-commerce
      • Ekstrakcja atrybutów
      • Kategoryzacja i taksonomia produktów
      • Wzbogacanie produktów
      • Deduplikacja i dopasowywanie produktów
    • Analiza recenzji
      • Analiza odczuć
      • Aspektowa analiza odczuć
      • Łączenie ocen ogólnych z aspektami
      • Rozumienie aspektów
    • Rekomendacje w e-commerce
    • Studium przypadku - produkty substytucyjne i komplementarne
    • Podsumowanie
      • Bibliografia
  • 10. Opieka zdrowotna, finanse i prawo
    • Opieka zdrowotna
      • Dokumentacja zdrowotna i medyczna
      • Ustalanie priorytetów i rozliczanie pacjentów
      • Nadzór farmakologiczny
      • Systemy wspomagania decyzji klinicznych
      • Asystenty zdrowotne
      • Elektroniczna dokumentacja medyczna
      • Monitorowanie zdrowia psychicznego
      • Ekstrakcja i analiza informacji medycznych
    • Finanse i prawo
      • Zastosowania NLP w finansach
      • NLP w krajobrazie prawnym
    • Podsumowanie
      • Bibliografia

CZĘŚĆ IV. Synteza

  • 11. Kompleksowy proces NLP
    • Powrót do potoku NLP - wdrażanie oprogramowania NLP
      • Przykładowy scenariusz
    • Budowanie i utrzymywanie dojrzałego systemu
      • Znajdowanie lepszych cech
      • Iteracyjne rozwijanie istniejących modeli
      • Odtwarzalność kodu i modelu
      • Rozwiązywanie problemów i interpretowalność
      • Monitorowanie
      • Minimalizowanie długu technicznego
      • Automatyzacja uczenia maszynowego
    • Proces data science
      • Proces KDD
      • Proces Microsoft Team Data Science
    • Droga do sukcesu AI w Twojej organizacji
      • Zespół
      • Właściwy problem i właściwe oczekiwania
      • Dane i czas
      • Dobry proces
      • Inne aspekty
    • Spojrzenie poza horyzont
    • Ostatnie słowa
      • Bibliografia

Skorowidz

Dodaj do koszyka Przetwarzanie j

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2024 CATALIST agencja interaktywna, znaki firmowe należą do wydawnictwa Helion S.A.