Ebook Python Cho Natural Language Processing - Lập Trình Với NumPy, Scikit-learn, Keras Và PyTorch [Ấn Bản Lần 3, Tháng 7-2024] [PDF, EPUB] [9629E]
Kể từ lần xuất bản cuối cùng của cuốn sách này (năm 2014), tiến bộ đã đạt được đáng kinh ngạc trong mọi lĩnh vực của Natural Language Processing, với những thành tựu gần đây trong Text Generation đã thúc đẩy sự quan tâm của giới truyền thông vượt ra ngoài phạm vi học thuật truyền thống. Trong khi đó, Text Processing đã trở thành một công cụ công nghiệp chính thống được vô số công ty sử dụng ở nhiều mức độ khác nhau. Do đó, việc sửa đổi cuốn sách này được coi là cần thiết để bắt kịp với những đột phá gần đây và tác giả thảo luận về các mô hình và kiến trúc đóng vai trò quan trọng trong tiến trình gần đây của Natural Language Processing.
Giống như trong hai phiên bản đầu tiên, mục đích là giới thiệu cho người đọc các lý thuyết được sử dụng trong Natural Language Processing và các ví dụ lập trình cần thiết để hiểu sâu các khái niệm. Mặc dù đã có trong hai phiên bản trước, Machine Learning hiện nay thậm chí còn có ý nghĩa hơn, đã thay thế nhiều kỹ thuật process text trước đó. Nhiều kỹ thuật mới được xây dựng dựa trên tính khả dụng của text.
Sử dụng Python notebooks, người đọc sẽ có thể load small corpora, format text, áp dụng các mô hình thông qua việc thực thi các đoạn mã, dần dần khám phá các phần lý thuyết bằng cách có thể sửa đổi code hoặc các parameter, và duyệt qua các lý thuyết và các vấn đề cụ thể thông qua tương tác liên tục giữa user và machine. Kích thước dữ liệu và yêu cầu phần cứng được giữ ở mức tối thiểu hợp lý để người dùng có thể thấy ngay lập tức hoặc ít nhất là nhanh chóng kết quả của hầu hết các thí nghiệm trên hầu hết các máy.
Cuốn sách không giả định kiến thức sâu rộng về Python, và phần giới thiệu về ngôn ngữ này nhằm mục đích Text Processing được đưa ra trong Chương 2, giúp người đọc có thể tiếp cận tất cả các khái niệm lập trình, bao gồm NumPy arrays và PyTorch tensors như các cấu trúc cơ bản để biểu diễn và xử lý dữ liệu số trong Python, hoặc Keras để training Neural Networks nhằm phân loại text. Bao gồm các chủ đề như Word Segmentation và Part-of-Speech và Sequence Annotation, textbook cũng cung cấp tổng quan chuyên sâu về Transformers (ví dụ: BERT), Self-Attention và Sequence-to-Sequence Architectures.
Mục lục:
- ✓ Chương 1. Tổng quan về Language Processing:
- ✓ Chương 2. Tour of Python.
- ✓ Chương 3. Corpus Processing Tools.
- ✓ Chương 4. Encoding & Annotation Schemes.
- ✓ Chương 5. Python for Numerical Computations.
- ✓ Chương 6. Các chủ đề về Information Theory và Machine Learning.
- ✓ Chương 7. Linear và Logistic Regression.
- ✓ Chương 8. Neural Networks.
- ✓ Chương 9. Counting và Indexing Words.
- ✓ Chương 10. Word Sequences.
- ✓ Chương 11. Dense Vector Representations.
- ✓ Chương 12. Words, Parts of Speech, và Morphology.
- ✓ Chương 13. Subword Segmentation.
- ✓ Chương 14. Part-of-Speech và Sequence Annotation.
- ✓ Chương 15. Self-Attention và Transformers.
- ✓ Chương 16. Pretraining một Encoder: BERT Language Model.
- ✓ Chương 17. Sequence-to-Sequence Architectures: Encoder-Decoders và Decoders.
LƯU Ý: Pass mở file pdf là mật khẩu giải nén chung của tài liệu !