spaCy自然語言處理從入門到進階 王冠 孔曉泉 9787121491283 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202501*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：spaCy自然語言處理從入門到進階
ISBN：9787121491283
出版社：電子工業
著編譯者：王冠 孔曉泉
頁數：248
所在地：中國大陸 *此為代購商品
書號：1696779
可大量預訂，請先連絡。

內容簡介

本書是一本全面、實用、易懂的spaCy學習指南，專為對自然語言處理（NLP）感興趣的讀者設計。它以中文應用為核心，從基礎概念到高級應用，逐步深入講解spaCy這一高效的Python NLP庫。書中不僅涵蓋了分詞、詞性標註、命名實體識別等核心功能，還詳細介紹了如何利用這些功能來構建強大的NLP應用。通過豐富的案例和示例代碼，本書能夠幫助讀者快速掌握spaCy的使用方法，並將其應用於實際任務中，無論是文本分析、情感分析還是機器學習模型的構建。

作者簡介

孔曉泉，谷歌認證機器學習專業人士，TensorFlow Addons的Codeowner之一，上海TensorFlow User Group核心組織者，多年來一直在世界500強公司帶領團隊構建機器學習應用和平台。另外，他還作為技術審稿人參與了TensorFlow文檔的本地化工作。

目錄

第1章 spaCy簡介
1 1 自然語言處理的發展過程
1 2 自然語言處理的基礎任務
1 3 spaCy的核心概念
1 3 1 nlp對象
1 3 2 Doc對象
1 3 3 Token對象
1 3 4 Span對象
1 4 spaCy的安裝方法
1 4 1 使用pip安裝
1 4 2 使用Conda安裝
1 5 spaCy的基礎操作
1 5 1 訓練模型
1 5 2 預測模型
第2章 抽取語言學特徵
2 1 基本操作
2 1 1 分詞
2 1 2 截取詞符
2 1 3 獲取文本特徵
2 1 4 詞性標註
2 1 5 依存關係解析
2 1 6 命名實體識別
2 2 用已有模型預測
2 2 1 預測文字、詞性標籤和依存關係標籤
2 2 2 預測命名實體識別的結果
2 2 3 手動創建命名實體
2 3 基於規則的匹配器
2 3 1 Matcher與正則表達式
2 3 2 模板匹配
2 4 定義匹配規則
2 4 1 運算符和量詞
2 4 2 文本匹配
2 4 3 詞性匹配
第3章 信息提取
3 1 數據結構的基本概念
3 2 詞彙表、字元串庫和語素
3 2 1 詞彙表和字元串庫
3 2 2 語素
3 2 3 轉換
3 3 文檔、截取和詞符
3 3 1 文檔及其創建
3 3 2 截取及其創建
3 3 3 詞符及其創建
3 4 綜合實踐——比對相似度
3 4 1 訓練詞向量
3 4 2 處理文本
3 4 3 計算相似度
3 5 綜合實踐——文本匹配
3 5 1 基於規則的方法
3 5 2 匹配不成功時的調試方法
3 5 3 直接精確匹配字元串
第4章 流程
4 1 流程組件
4 1 1 流程組件的概念
4 1 2 流程組件的運行
4 1 3 流程組件的屬性
4 1 4 流程組件的配置
4 1 5 流程組件的檢查
4 2 定製化流程組件
4 2 1 定製化流程組件的應用
4 2 2 定製化流程組件的應用示例
4 2 3 用定製化流程組件列印文檔的詞符長度
4 2 4 定製化流程組件的綜合應用示例
4 3 定製化屬性
4 3 1 添加定製化屬性
4 3 2 註冊定製化屬性
4 3 3 定製化屬性的類別
4 3 4 設置定製化屬性
4 4 定製化模型組件
4 5 含有定製化屬性的定製化流程組件
4 6 流程的優化
4 6 1 流模式
4 6 2 傳入語境
4 6 3 僅使用分詞器
4 6 4 關閉流程組件
4 7 處理流
4 7 1 從遍歷文本到遍歷處理流
4 7 2 將處理流轉化為Doc列表
4 7 3 處理流和模板匹配
4 7 4 在語境中處理數據
4 8 流程的控制
4 8 1 nlp make_doc()方法
4 8 2 nlp select_pipes()方法
第5章 更新和訓練模型
5 1 更新模型
5 2 訓練模型
5 3 準備數據
5 3 1 訓練數據
5 3 2 測試數據
5 3 3 評估數據
5 4 配置和訓練模型
5 4 1 配置文件
5 4 2 訓練流程
5 4 3 讀取流程
5 4 4 打包流程
5 4 5 使用流程
5 4 6 檢測模型
5 5 模型訓練中的問題
5 5 1 災難性遺忘問題
5 5 2 模型不能學會所有東西
5 6 數據標註
5 7 訓練多個標籤
5 7 1 實體的位置參數
5 7 2 缺失標籤的訓練數據
5 7 3 加入標籤的訓練數據
第6章 實踐案例——構建對話機器人
6 1 對話機器人
6 1 1 對話機器人的概念
6 1 2 對話機器人的功能
6 1 3 對話機器人的工作流程
6 1 4 對話機器人的分類
6 1 5 對話機器人的架構方案
6 2 對話機器人的設計
6 2 1 需求設計
6 2 2 工程設計
6 3 代碼實現
6 3 1 自然語言理解模塊
6 3 2 對話管理模塊
6 3 3 業務動作模塊
6 3 4 自然語言生成模塊
6 3 5 代碼集成
第7章 使用大語言模型
7 1 大語言模型
7 1 1 大語言模型的概念
7 1 2 大語言模型的重要性
7 2 大語言模型的工作原理
7 2 1 模型的訓練
7 2 2 模型的預測
7 3 提示
7 3 1 提示的概念
7 3 2 提示工程
7 3 3 提示的實際應用
7 4 spaCy和大語言模型
7 4 1 安裝spaCy大語言模型支持包
7 4 2 在spaCy中配置大語言模型
7 5 實際應用
7 5 1 文本分類
7 5 2 命名實體識別
7 6 大語言模型的優點和缺點
7 6 1 大語言模型的優點
7 6 2 大語言模型的缺點
7 7 未來趨勢
7 7 1 當前的研究趨勢
7 7 2 未來可能出現的影響
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。