SPACY自然语言处理从入门到进阶

图书信息

内容简介

本书是一本全面、实用、易懂的spaCy学习指南，专为对自然语言处理（NLP）感兴趣的读者设计。它以中文应用为核心，从基础概念到高级应用，逐步深入讲解spaCy这一高效的Python NLP库。书中不仅涵盖了分词、词性标注、命名实体识别等核心功能，还详细介绍了如何利用这些功能来构建强大的NLP应用。通过丰富的案例和示例代码，本书能够帮助读者快速掌握spaCy的使用方法，并将其应用于实际任务中，无论是文本分析、情感分析还是机器学习模型的构建。 对于自然语言处理的初学者来说，本书提供了一个结构化的学习方法，从*基础的NLP概念开始，逐步引导读者理解并应用spaCy库。对于开发者和数据科学家，书中的高级应用和*佳实践可以帮助他们提升现有技能，解决更复杂的NLP问题。无论是想系统学习NLP还是想针对性提升特定技能，本书都是理想的选择。它不仅适合个人学习，也适合作为团队或教育机构的教学资源。通过本书的学习，读者将能够更加自信地处理各种语言数据，开发出更加智能和高效的NLP解决方案。

目录

1. SPACY自然语言处理从入门到进阶 目录
2. 目 录
3. 第 1 章 spaCy 简介 ............................................................................................ 1
4. 1.1 自然语言处理的发展过程 ..................................................................... 1
5. 1.2 自然语言处理的基础任务 ..................................................................... 6
6. 1.3 spaCy 的核心概念 ................................................................................. 7
7. 1.3.1 nlp 对象 ....................................................................................... 9
8. 1.3.2 Doc 对象 .................................................................................... 10
9. 1.3.3 Token 对象 ................................................................................. 12
10. 1.3.4 Span 对象 ................................................................................... 14
11. 1.4 spaCy 的安装方法 ............................................................................... 16
12. 1.4.1 使用 pip 安装 ............................................................................. 16
13. 1.4.2 使用 Conda 安装 ........................................................................ 16
14. 1.5 spaCy 的基础操作 ............................................................................... 17
15. 1.5.1 训练模型 ................................................................................... 17
16. 1.5.2 预测模型 ................................................................................... 21
17. 第 2 章 抽取语言学特征 ................................................................................... 24
18. 2.1 基本操作 .............................................................................................. 24
19. 2.1.1 分词 ........................................................................................... 24
20. 2.1.2 截取词符 ................................................................................... 26
21. 2.1.3 获取文本特征 ............................................................................ 28
22. spaCy 自然语言处理：从入门到进阶 VIII
23. 2.1.4 词性标注 ................................................................................... 31
24. 2.1.5 依存关系解析 ............................................................................ 32
25. 2.1.6 命名实体识别 ............................................................................ 33
26. 2.2 用已有模型预测 .................................................................................. 35
27. 2.2.1 预测文字、词性标签和依存关系标签 ....................................... 37
28. 2.2.2 预测命名实体识别的结果 .......................................................... 38
29. 2.2.3 手动创建命名实体 ..................................................................... 39
30. 2.3 基于规则的匹配器 .............................................................................. 42
31. 2.3.1 Matcher 与正则表达式 ............................................................... 44
32. 2.3.2 模板匹配 ................................................................................... 45
33. 2.4 定义匹配规则 ...................................................................................... 53
34. 2.4.1 运算符和量词 ............................................................................ 53
35. 2.4.2 文本匹配 ................................................................................... 57
36. 2.4.3 词性匹配 ................................................................................... 59
37. 第 3 章 信息提取 .............................................................................................. 62
38. 3.1 数据结构的基本概念 .......................................................................... 62
39. 3.2 词汇表、字符串库和语素 ................................................................... 63
40. 3.2.1 词汇表和字符串库 ..................................................................... 65
41. 3.2.2 语素 ........................................................................................... 66
42. 3.2.3 转换 ........................................................................................... 68
43. 3.3 文档、截取和词符 .............................................................................. 72
44. 3.3.1 文档及其创建 ............................................................................ 73
45. 3.3.2 截取及其创建 ............................................................................ 76
46. 3.3.3 词符及其创建 ............................................................................ 80
47. 3.4 综合实践�D�D比对相似度 ................................................................... 84
48. 3.4.1 训练词向量 ................................................................................ 85
49. 3.4.2 处理文本 ................................................................................... 88
50. 3.4.3 计算相似度 ................................................................................ 89
51. 3.5 综合实践�D�D文本匹配 ....................................................................... 96
52. 3.5.1 基于规则的方法 ........................................................................ 98
53. 3.5.2 匹配不成功时的调试方法 ......................................................... 102
54. 3.5.3 直接精确匹配字符串 ................................................................ 105
55. 第 4 章 流程 ..................................................................................................... 109
56. 4.1 流程组件 ............................................................................................. 109
57. 4.1.1 流程组件的概念 ....................................................................... 109
58. 4.1.2 流程组件的运行 ....................................................................... 111
59. 4.1.3 流程组件的属性 ....................................................................... 112
60. 4.1.4 流程组件的配置 ....................................................................... 113
61. 4.1.5 流程组件的检查 ....................................................................... 114
62. 4.2 定制化流程组件 ................................................................................. 115
63. 4.2.1 定制化流程组件的应用 ............................................................ 116
64. 4.2.2 定制化流程组件的应用示例 ..................................................... 117
65. 4.2.3 用定制化流程组件打印文档的词符长度 ................................... 119
66. 4.2.4 定制化流程组件的综合应用示例 .............................................. 121
67. 4.3 定制化属性 ......................................................................................... 123
68. 4.3.1 添加定制化属性 ....................................................................... 123
69. 4.3.2 注册定制化属性 ....................................................................... 124
70. 4.3.3 定制化属性的类别 .................................................................... 125
71. 4.3.4 设置定制化属性 ....................................................................... 131
72. 4.4 定制化模型组件 ................................................................................. 137
73. 4.5 含有定制化属性的定制化流程组件 .................................................. 140
74. 4.6 流程的优化 ......................................................................................... 142
75. 4.6.1 流模式 ...................................................................................... 142
76. 4.6.2 传入语境 .................................................................................. 143
77. 4.6.3 仅使用分词器 ........................................................................... 146
78. 4.6.4 关闭流程组件 ........................................................................... 146
79. 4.7 处理流 ................................................................................................. 147
80. 4.7.1 从遍历文本到遍历处理流 ......................................................... 148
81. 4.7.2 将处理流转化为 Doc 列表 ........................................................ 149
82. 4.7.3 处理流和模板匹配 .................................................................... 151
83. 4.7.4 在语境中处理数据 .................................................................... 151
84. 4.8 流程的控制 ......................................................................................... 154
85. 4.8.1 nlp.make_doc()方法................................................................... 154
86. 4.8.2 nlp.select_pipes()方法................................................................ 156
87. 第 5 章 更新和训练模型 .................................................................................. 158
88. 5.1 更新模型 ............................................................................................. 159
89. 5.2 训练模型 ............................................................................................. 160
90. 5.3 准备数据 ............................................................................................. 163
91. 5.3.1 训练数据 .................................................................................. 163
92. 5.3.2 测试数据 .................................................................................. 172
93. 5.3.3 评估数据 .................................................................................. 173
94. 5.4 配置和训练模型 ................................................................................. 173
95. 5.4.1 配置文件 .................................................................................. 174
96. 5.4.2 训练流程 .................................................................................. 180
97. 5.4.3 读取流程 .................................................................................. 182
98. 5.4.4 打包流程 .................................................................................. 183
99. 5.4.5 使用流程 .................................................................................. 184
100. 5.4.6 检测模型 .................................................................................. 185