数据科学与工程技术丛书Python文本分析(原书第2版)

译者序
推荐序
前言
致谢
作者简介
技术审校者简介

第1章 自然语言处理基础
1．1 自然语言
1．1．1 什么是自然语言
1．1．2 语言哲学
1．1．3 语言习得和用法
1．2 语言学
1．3 语言句法和结构
1．3．1 单词
1．3．2 短语
1．3．3 从句
1．3．4 语法
1．3．5 语序类型学
1．4 语言语义
1．4．1 词汇语义关系
1．4．2 语义网络和模型
1．4．3 语义表示
1．5 文本语料库
1．5．1 文本语料库标注及使用
1．5．2 流行的语料库
1．5．3 访问文本语料库
1．6 自然语言处理
1．6．1 机器翻译
1．6．2 语音识别系统
1．6．3 问答系统
1．6．4 上下文识别与消解
1．6．5 文本摘要
1．6．6 文本分类
1．7 文本分析
1．8．机器学习
1．9 深度学习
1．1 0本章小结

第2章 Python自然语言处理
2．1 了解Pvthon
2．2 Python之禅
2．3 应用：何时使用Pymon
2．4 缺点：何时不用Pymon
2．5 Python的实现和版本
2．6 建立强大的Python环境
2．6．1 用哪个Python版本
2．6．2 用哪个操作系统
2．6．3 集成开发环境
2．6．4 环境设置
2．6．5 软件包管理
2．6．6 虚拟环境
2．7 Python语法和结构
2．8 使用文本数据
2．8．1 字符串文字
2．8．2 表示字符串
2．8．3 字符串操作和方法
2．9 基本的文本处理和分析：综合案例
2．1 0自然语言处理框架
2．1 1本章小结

第3章 处理和理解文本
3．1 文本预处理和整理
3．1．1 删除HTML标签
3．1．2 文本标记解析
3．1．3 删除重音字符
3．1．4 扩展缩写词
3．1．5 删除特殊字符
3．1．6 大小写转换
3．1．7 文本校正
3．1．8 词干提取
3．1．9 词形还原
3．1．10 删除停用词
3．1．11 将以上整合在一起——构建文本规范器
3．2 理解文本句法和结构
3．2．1 安装必要的依赖项
3．2．2 机器学习的重要概念
3．2．3 词性标注
3．2．4 浅层解析或分块
3．2．5 依存关系解析
3．2．6 成分结构解析
3．3 本章小结
……

第4章 用于文本表示的特征工程
第5章 文本分类
第6章 文本摘要和主题模型
第7章 文本相似度和聚类
第8章 语义分析
第9章 情感分析
第10章 深度学习的前景