-
内容大纲
本书以自然语言处理常用技术与真实案例相结合的方式,深入浅出地介绍自然语言处理中的关键内容。全书共8章,内容包括导论、文本数据爬取、文本基础处理、文本进阶处理、天问一号事件中的网民评论情感分析、新闻文本分类、基于浏览记录的个性化新闻推荐,以及基于TipDM大数据挖掘建模平台实现新闻文本分类。本书各章均包含课后习题,其中前4章为选择题,后4章为操作题,可帮助读者通过练习和操作实践,巩固所学的内容。
本书可作为高校数据科学、人工智能和新闻传播相关专业的教材,也可作为自然语言处理爱好者的自学用书。 -
作者介绍
-
目录
第1章 导论
1.1 自然语言处理概述
1.1.1 发展历程
1.1.2 研究任务
1.1.3 自然语言处理与新闻传媒
1.2 自然语言处理工具
1.2.1 常见的自然语言处理工具
1.2.2 Python与自然语言处理
1.3 NLP的开发环境
1.3.1 Anaconda安装
1.3.2 Anaconda应用介绍
小结
课后习题
第2章 文本数据爬取
2.1 HTTP通信基础
2.1.1 熟悉HTTP请求方法与过程
2.1.2 熟悉常见HTTP状态码
2.1.3 熟悉HTTP头部信息
2.1.4 熟悉Cookie
2.2 静态网页爬取
2.2.1 实现HTTP请求
2.2.2 网页解析
2.2.3 数据存储
2.3 动态网页爬取
2.3.1 逆向分析爬取
2.3.2 使用Selenium库爬取
小结
课后习题
第3章 文本基础处理
3.1 语料库
3.1.1 语料库概述
3.1.2 语料库种类与原则
3.1.3 NLTK库
3.1.4 语料库的获取
3.1.5 语料库的构建与应用
3.2 分词与词性标注
3.2.1 中文分词简介
3.2.2 基于规则的分词
3.2.3 基于统计的分词
3.2.4 中文分词工具jieba库
3.2.5 词性标注简介
3.2.6 词性标注规范
3.2.7 jieba词性标注
3.3 命名实体识别
3.3.1 命名实体识别简介
3.3.2 CRF模型
3.3.3 命名实体识别流程
3.4 关键词提取
3.4.1 关键词提取技术简介
3.4.2 关键词提取算法
3.4.3 自动提取文本关键词
小结
课后习题
第4章 文本进阶处理
4.1 文本向量化
4.1.1 文本向量化简介
4.1.2 文本离散表示
4.1.3 分布式表示
4.1.4 Word2Vec词向量的训练
4.2 文本相似度计算
4.2.1 文本相似度的定义
4.2.2 文本的表示
4.2.3 常用文本相似度算法
4.3 文本分类与聚类
4.3.1 文本挖掘简介
4.3.2 文本分类常用算法
4.3.3 文本聚类常用算法
4.3.4 文本分类与聚类的步骤
4.3.5 新闻文本分类
4.3.6 新闻文本聚类
小结
课后习题
第5章 天问一号事件中的网民评论情感分析
5.1 业务背景与项目目标
5.1.1 业务背景
5.1.2 数据说明
5.1.3 分析目标
5.2 分析方法与过程
5.2.1 数据探索
5.2.2 文本预处理
5.2.3 绘制词云图
5.2.4 使用朴素贝叶斯构建情感分类模型
5.2.5 模型评估
5.2.6 模型优化
小结
课后习题
第6章 新闻文本分类
6.1 业务背景与项目目标
6.1.1 业务背景
6.1.2 数据说明
6.1.3 分析目标
6.2 分析方法与过程
6.2.1 数据采集
6.2.2 数据探索
6.2.3 文本预处理
6.2.4 SVM模型构建
6.2.5 模型评价
小结
课后习题
第7章 基于浏览记录的个性化新闻推荐
7.1 业务背景与项目目标
7.1.1 业务背景
7.1.2 数据说明
7.1.3 分析目标
7.2 分析方法与过程
7.2.1 数据探索
7.2.2 数据预处理
7.2.3 模型构建
7.2.4 模型评估
小结
课后习题
第8章 基于TipDM大数据挖掘建模平台实现新闻文本分类
8.1 平台简介
8.1.1 实训库
8.1.2 数据连接
8.1.3 实训数据
8.1.4 我的实训
8.1.5 系统算法
8.1.6 个人算法
8.2 实现新闻文本分类
8.2.1 数据源配置
8.2.2 文本预处理
8.2.3 构建、训练并评价支持向量机模型
小结
课后习题
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔,龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年,恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...