学习Python自然语言处理旨在回答三个问题：第一个，什么是自然语言处理；第二个，为什么大多数人会使用Python来开发自然语言处理应用程序；最后一个也很重要的问题，在学习自然语言处理的时候，有哪些Python相关资源可用。
刚好学到word2vec，偶然发现一篇论文特别好但却用的是《Python自然语言处理》word2vec章节里面的一个例子，而且Jalaj Thanaki讲得更细致，然后就开始从这本书看起，真的给了我一个广泛开阔的视角去看待NLP(“开阔”相较于之间花大量的时间收效的狭窄的认知眼界)，我觉得此刻我才明白NLP的任务、目标、概念、技术面横向上的大概，以及认知NLP基本的实现手法和起手一个项目时人的思路。这些，我真的觉得比我之前花两个月读完深度学习和漫长的时间在cs224上迷雾里折腾，有意思也有意义得多太多了！这本书讲得其实很浅，对于业界人士，但对于我这种入门级的孩子来说，真的这本书节省了我很多时间和给我很大的信心支持。所用代码的工具和框架是nltk和tensorflow、keras，我希望用pytorch，和中文的NLP环境，但显然遗憾让我更快得将它当作一种普识去尽快阅读完毕，然后进入另外一片世界的汉语中。
《Python自然语言处理》中文PDF，631页，有目录，文字可复制；英文PDF，468页，有目录，文字可复制；配套源代码。作者: [印] 雅兰·萨纳卡Jalaj Thanaki，译者: 张金超 / 刘舒曼
下载: https://pan.baidu.com/s/1bTObRcW8p7Q0WA15_O-S0g
提取码: qy3k
《Python自然语言处理》从自然语言处理的基础讲起，阐述了Python成为搭建自然语言处理系统的首选语言的原因，例如其强大的社区支持和众多便捷的框架。还对各种免费的语料和不同类型的数据集进行了介绍，便于针对具体的自然语言处理应用找到合适的数据和处理方法。同时也讲了如何对句子的不同部分进行处理和分析。
将学会对文本进行句法和语义的分析，也会了解自然语言中歧义的处理方法，弄清文本分析的各种应用场景。会学到如何搭建一个自然语言处理的环境，来对句子和语言进行分析。理解如何运用机器学习方法和深度学习方法从文本中抽取信息。
NLP入门书籍第一书《Python自然语言处理》，比Nitin那本NLTK来得更加详细/全面适合入门，基础详细。介绍部分数学知识到NLP流程，NLP/NLU/NLG等，规则系统应用场合/机器学习/深度学习等各优缺点内容翔实附带入门代码 04/27 读第二遍，雅兰很聪明，毕业到工作时间写出这本书，全书脉络清晰/重点把握 体系理论:★★★★☆ : 从机器学习到深度学习差异；各个算法差异优缺点分析；从词袋到word2vec等详细分析；从规则系统到机器学习，可惜没有提及CBR等 组织脉络:★★★★☆ 清晰，把握侧重点，部分关键概念提及(one-hot编码等等) * 实践指导:★★★★☆:提供了详细的各种代码，第11章 提供了详细的备忘录及指导 可惜越到后面，部分代码比较随意。
《TensorFlow与自然语言处理应用》PDF+源代码+李孟全
《TensorFlow与自然语言处理应用》PDF，414页，有目录，文字可复制；配套源代码。作者: 李孟全
下载: https://pan.baidu.com/s/12iagygRiaSQ_uqINnma4Hw
提取码: shfq
自然语言处理NLP是计算机科学、人工智能、语言学关注计算机和人类（自然）语言之间的相互作用的领域。自然语言处理是机器学习的应用之一，用于分析、理解和生成自然语言，它与人机交互有关，最终实现人与计算机之间更好的交流。
nlp自然语言处理系列
链接: https://pan.baidu.com/s/1n63OX4zgvOxi48qMygmNDw
提取码: nnda
正是NLP在我们日常生活中呈现出越来越多的便利性，才更想对NLP背后的模型原理和具体应用进行深入的探讨，以便我们对NLP有更多的认知。查看了近些年来的相关文献，发现单独讲解NLP方面的理论文献国内外都有，单独撰写NLP任务实现的技术工具（如TensorFlow）的图书也很多，而将二者结合起来的图书，目前在国内还没有发现，学会如何利用深度学习来实现许多有意义的NLP任务。具体的代码实现（含实现过程），使用的技术框架为TensorFlow（1.8版本），编程语言为Python（3.6版本）。
若有收获，就点个赞吧
0 人点赞
