《Python自然语言处理》——1.7 深入阅读

简介:

本节书摘来异步社区《Python自然语言处理》一书中的第1章,第1.7节,作者:【美】Steven Bird , Ewan Klein , Edward Loper,更多章节内容可以访问云栖社区“异步社区”公众号查看

1.7 深入阅读

本章综合介绍了有关编程、自然语言处理和语言学的新概念。其中的一些将会在下面的章节继续出现。然而,你可能也想咨询与本章相关的在线材料,包括额外的背景资料的链接及在线NLP系统的链接。你可能还喜欢在维基百科中阅读一些语言学和自然语言处理相关的概念(如搭配、图灵测试、类型-标识符的区别等)。

你应该自己去熟悉docs.python.org/上的Python文档,那里给出了许多教程和全面的参考材料。wiki.python.org/moin/BeginnersGuide上有《Python初学者指南》。关于Python的各种问题在www.python.org/doc/faq/general/的FAQ中都有回答。

随着对NLTK研究的深入,你可能想订阅有关新版工具包的邮件列表。有了NLTK用户邮件列表,用户在学习如何使用Python和NLTK做语言分析工作时可以相互帮助。在www.nltk.org/中有这些列表的详情。

如果需要第1.5节所讲述的话题及NLP的相关信息,你可以阅读以下的优秀图书。

Indurkhya, Nitin和Fred Damerau(合编,2010)自然语言处理手册(Handbook of Natural Language Processing)(第二版),Chapman & Hall/CRC。
Jurafsky, Daniel和James Martin(2008)语音和语言处理(Speech and Language Processing)(第二版),Prentice Hall。
Mitkov, Ruslan(主编,2002年),牛津计算语言学手册(The Oxford Handbook of Computational Linguistics)。牛津大学出版社。
计算语言学协会(The Association for Computational Linguistics,ACL)是代表NLP领域的国际组织。ACL网站上有许多有用的资源,包括:有关国际和地区的会议及研讨会的信息;到数以百计有用资源的ACL Wiki链接;包含过去50年以来大多数NLP研究文献的ACL选集,里面的论文全部建立索引且可免费下载。

一些介绍语言学的优秀的教科书:(Finegan,2007),(O’Grady et al., 2004),(OSU,2007)。LanguageLog,是一个流行的语言学博客,其上会不定期发布一些本书中描述的技术应用。

相关文章
|
2月前
|
数据采集 自然语言处理 算法
如何使用Python的Gensim库进行自然语言处理和主题建模?
使用Gensim库进行自然语言处理和主题建模,首先通过`pip install gensim`安装库,然后导入`corpora`, `models`等模块。对数据进行预处理,包括分词和去除停用词。接着,创建字典和语料库,使用`Dictionary`和`doc2bow`。之后,应用LDA算法训练模型,设置主题数量并创建`LdaModel`。最后,打印每个主题的主要关键词。可以根据需求调整参数和选择不同算法。
32 0
|
18天前
|
人工智能 自然语言处理 Python
使用Python实现自然语言处理模型
使用Python实现自然语言处理模型
16 1
|
23天前
|
缓存 自然语言处理 数据处理
Python自然语言处理面试:NLTK、SpaCy与Hugging Face库详解
【4月更文挑战第16天】本文介绍了Python NLP面试中NLTK、SpaCy和Hugging Face库的常见问题和易错点。通过示例代码展示了如何进行分词、词性标注、命名实体识别、相似度计算、依存关系分析、文本分类及预训练模型调用等任务。重点强调了理解库功能、预处理、模型选择、性能优化和模型解释性的重要性,帮助面试者提升NLP技术展示。
36 5
|
24天前
|
前端开发 Java Go
开发语言详解(python、java、Go(Golong)。。。。)
开发语言详解(python、java、Go(Golong)。。。。)
|
25天前
|
机器学习/深度学习 自然语言处理 算法框架/工具
用于NLP的Python:使用Keras进行深度学习文本生成
用于NLP的Python:使用Keras进行深度学习文本生成
|
2月前
|
机器学习/深度学习 数据采集 自然语言处理
利用Python实现基于自然语言处理的情感分析
本文将介绍如何利用Python编程语言,结合自然语言处理技术,实现情感分析。通过对文本数据进行情感分析,可以帮助我们了解用户对产品、服务或事件的情感倾向,为市场调研和舆情分析提供有力支持。文章将涵盖文本预处理、情感词典构建以及情感分析模型的搭建与应用等内容,旨在帮助读者深入理解情感分析的原理和实践应用。
|
2月前
|
XML 数据采集 数据格式
Python语言的结构化标志语言处理
Python语言的结构化标志语言处理
|
2月前
|
自然语言处理 搜索推荐 算法
Python小说阅读器制作教程
Python小说阅读器制作教程
32 0
|
2月前
|
机器学习/深度学习 自然语言处理 PyTorch
用 Python 进行自然语言处理。
【2月更文挑战第13天】【2月更文挑战第36篇】用 Python 进行自然语言处理。
|
3月前
|
Rust API Android开发
Python潮流周刊#4:Python 2023 语言峰会
Python潮流周刊#4:Python 2023 语言峰会
19 2