Технологии анализа текстовой информации стремительно меняются под влиянием машинного обучения. Нейронные сети из теоретических научных исследований перешли в реальную жизнь, и анализ текста активно интегрируется в программные решения. Нейронные сети способны решать самые сложные задачи обработки естественного языка, никого не удивляет машинный перевод, «беседа» с роботом в интернет-магазине, перефразирование, ответы на вопросы и поддержание диалога.
Почему же Сири, Алекса и Алиса не хотят нас понимать, Google находит не то, что мы ищем, а машинные переводчики веселят нас примерами «трудностей перевода» с китайского на албанский? Ответ кроется в мелочах – в алгоритмах, которые правильно работают в теории, но сложно реализуются на практике. Научитесь применять методы машинного обучения для анализа текста в реальных задачах, используя возможности и библиотеки Python. От поиска модели и предварительной обработки данных вы перейдете к приемам классификации и кластеризации текстов, затем приступите к визуальной интерпретации, анализу графов, а после знакомства с приемами масштабирования научитесь использовать глубокое обучение для анализа текста.
Название: Прикладной анализ текстовых данных на Python Год: 2019 Автор: Бенджамин Бенгфорт, Ребекка Билбро, Тони Охеда Издательство: Питер Жанр: программирование, разработка, компьютерная литература Количество страниц: 368 Формат: PDF, DJVU, RTF Язык: Русский Размер: 282.29 Mb
Скачать Прикладной анализ текстовых данных на Python
К "Прикладной анализ текстовых данных на Python" пока нет комментариев, но Вы можете стать первым, кто его оставит!
Всего мнений: 0
Ищу на сайте
Случайный анекдот
Человек выходит из аптеки. Его догоняет запыхавшаяся аптекарша: - Гражданин, вы сейчас взяли глюконат кальция. Верните его обратно. - Почему? - Я по ошибке выдала вам цианистый калий. - А я его уже выпил. - Тогда доплатите скорее 7 рублей.
