Praktické zpracování přirozeného jazyka pomocí Pythonu: S případovými studiemi z průmyslových odvětví využívajících textová data ve velkém měřítku.

Recenze čtenářů

Kniha je vzrušujícím a komplexním průvodcem NLP, který pokrývá širokou škálu témat s jasným vysvětlením a praktickými aplikacemi. Je přínosná zejména pro odborníky z praxe, kteří se zajímají o obchodní aplikace.

⬤ Široká škála témat
⬤ srozumitelná vysvětlení
⬤ intuitivní implementace
⬤ praktické případové studie
⬤ konverzační styl psaní
⬤ přístup zaměřený na data
⬤ pokrývá koncepty pro začátečníky i pokročilé
⬤ obsahuje ilustrované příklady kódu
⬤ propojuje koncepty s případy použití v průmyslu.

V recenzích nejsou uvedeny žádné konkrétní zápory.

(na základě 2 hodnocení čtenářů)

Původní název:

Practical Natural Language Processing with Python: With Case Studies from Industries Using Text Data at Scale

Obsah knihy:

Kapitola 1: Textová data v aplikaci Real Word.

Cíl kapitoly: Tato kapitola se zaměřuje na různé typy textových dat. Na informace, které nabízejí, a na komerční hodnotu, kterou by každý z těchto údajů mohl potenciálně nabídnout. Pochopení dat poskytuje čtenáři krajinu, do které se dostává.

Počet stran: 1: 10.

Dílčí témata.

⬤ NLP.

⬤ Vyhledávání.

⬤ Recenze.

⬤ Tweety/příspěvky na FB.

⬤ Data z chatů.

⬤ SMS data.

⬤ Data o obsahu.

⬤ Údaje o výrocích IVR.

Kapitola 2: NLP v zákaznickém servisu.

Cíl kapitoly: Případové studie problémů v zákaznickém servisu a jejich řešení.

Počet stran: 1: 39.

Dílčí témata.

1. Stručný přehled odvětví služeb zákazníkům.

2. Hlasové hovory.

3. Chaty.

4. Datové lístky.

5. E-mailová data.

6. Analýza hlasu zákazníků.

7. Intent Mining.

8. NPS/CSAT.

9. Poznatky v prodejních chatech.

10. Důvody nenakupování.

11. Analýza komentářů k průzkumu.

12. Přepisy hlasových průzkumů.

Kapitola 3: NLP v online recenzích.

Kapitola Cíl: Případové studie problémů v online recenzích a jejich řešení.

Počet stran: 1: 39.

Dílčí témata:

1. Analýza sentimentu.

2. Dolování emocí.

3. Přístup 1: Přístup založený na lexikonu.

4. Přístup 2: Přístup založený na pravidlech.

5. Přístup 3 - přístup založený na strojovém učení (neuronová síť).

6. Extrakce atributů.

Kapitola 4: NLP v BFSI.

Kapitola Cíl: případové studie problémů v bankovnictví.

Dílčí témata:

1. NLP v podvodech.

2. Metoda 1 (pro extrakci NER, populární knihovny).

3. Metoda 2 (pro extrakci NER, přístup založený na pravidlech)

4. Metoda 3 (přístup založený na klasifikátoru s využitím slovních vložek a neuronových sítí).

5. Další případy použití NLP v BFSI.

6. Generování přirozeného jazyka v bankách.

Počet stran: 1: 47.

Kapitola 5: NLP ve virtuálních asistentech.

Kapitola Cíl: Případová studie při vytváření nejmodernějších botů pro práci s přirozeným jazykem.

Dílčí témata.

1. Přehled.

2. Přístup 1: "Klasický" přístup využívající LSTM.

3. Přístup 2: Generování odpovědí.

4. BERT.

5. Další nuance při vytváření konverzačních botů:

Počet stránek: 43.