Современный анализ текста теперь очень доступен с использованием Python и инструментов с открытым исходным кодом, поэтому узнайте, как теперь можно выполнять современный анализ текста в эпоху текстовых данных. В этой книге показано, как использовать обработку естественного языка и алгоритмы компьютерной лингвистики, делать выводы и получать представление об имеющихся у вас данных. Эти алгоритмы основаны на методах статистического машинного обучения и искусственного интеллекта. Инструменты для работы с этими алгоритмами доступны вам прямо сейчас — с помощью Python и таких инструментов, как Gensim и spaCy. Вы начнете с изучения очистки данных, а затем с того, как выполнять компьютерную лингвистику с самых первых концепций. После этого вы будете готовы исследовать более сложные области статистического НЛП и глубокого обучения с использованием Python, используя реалистичные образцы языка и текста. Вы научитесь тегировать, анализировать и моделировать текст, используя лучшие инструменты. Вы получите практические знания о лучших фреймворках для использования и узнаете, когда выбрать такой инструмент, как Gensim, для тематических моделей, а когда работать с Keras для глубокого обучения. В этой книге сочетаются теория и практические занятия. примеров, чтобы вы могли изучать и реализовывать собственные проекты по обработке естественного языка и компьютерной лингвистике. Вы откроете для себя богатую экосистему инструментов Python, доступных для проведения НЛП, и войдете в интересный мир современного анализа текста. Для кого предназначена эта книга Предполагается свободное владение Python, но книга пытается быть доступной даже новичкам в Python. Базовая статистика полезна. Учитывая, что эта книга знакомит с обработкой естественного языка с самых первых принципов, знание основ лингвистики полезно, хотя и не является обязательным.