本文由 资源共享网 – admin 发布，转载请注明出处，如有问题请联系我们！NLTK基础教程 用NLTK和Python库构建机器学习应用 完整pdf_Python教程

资源名称：NLTK基础教程 用NLTK和Python库构建机器学习应用 完整pdf

第1章自然语言处理简介1
1.1为什么要学习NLP2
1.2先从Python开始吧5
1.2.1列表5
1.2.2自助功能6
1.2.3正则表达式8
1.2.4字典9
1.2.5编写函数10
1.3向NLTK迈进11
1.4练习16
1.5小结17
第2章文本的歧义及其清理18
2.1何谓文本歧义18
2.2文本清理20
2.3语句分离器21
2.4标识化处理22
2.5词干提取23
2.6词形还原24
2.7停用词移除25
2.8罕见词移除26
2.9拼写纠错26
2.10练习27
2.11小结28
第3章词性标注29
3.1何谓词性标注29
3.1.1Stanford标注器32
3.1.2深入了解标注器33
3.1.3顺序性标注器35
3.1.4Brill标注器37
3.1.5基于机器学习的标注器37
3.2命名实体识别（NER）38
3.3练习40
3.4小结41
第4章文本结构解析43
4.1浅解析与深解析43
4.2两种解析方法44
4.3为什么需要进行解析44
4.4不同的解析器类型46
4.4.1递归下降解析器46
4.4.2移位—归约解析器46
4.4.3图表解析器46
4.4.4正则表达式解析器47
4.5依存性文本解析48
4.6语块分解50
4.7信息提取53
4.7.1命名实体识别（NER）53
4.7.2关系提取54
4.8小结55
第5章NLP应用56
5.1构建第一个NLP应用57
5.2其他NLP应用60
5.2.1机器翻译60
5.2.2统计型机器翻译61
5.2.3信息检索62
5.2.4语音识别64
5.2.5文本分类65
5.2.6信息提取66
5.2.7问答系统67
5.2.8对话系统67
5.2.9词义消歧67
5.2.10主题建模68
5.2.11语言检测68
5.2.12光符识别68
5.3小结68
第6章文本分类70
6.1机器学习71
6.2文本分类72
6.3取样操作74
6.3.1朴素贝叶斯法76
6.3.2决策树79
6.3.3随机梯度下降法80
6.3.4逻辑回归81
6.3.5支持向量机81
6.4随机森林算法83
6.5文本聚类83
6.6文本中的主题建模84
6.7参考资料87
6.8小结87
第7章Web爬虫88
7.1Web爬虫88
7.2编写第一个爬虫程序89
7.3Scrapy库中的数据流92
7.3.1Scrapy库的shell93
7.3.2目标项98
7.4生成网站地图的蜘蛛程序99
7.5目标项管道100
7.6参考资料102
7.7小结102
第8章NLTK与其他Python库的搭配运用104

资源截图：