加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版自然语言处理的Python实践9787122412980化学工业出版社
¥ ×1
商品
服务
物流
章 数据类型 001
1.1 搜索 002
1.2 评论 003
1.3 社交媒体中的帖子/博客 005
1.4 聊天数据 006
1.4.1 私人聊天 006
1.4.2 商务聊天和语音通话数据 007
1.5 SMS(短信)数据 008
1.6 内容数据 009
1.7 IVR(交互式语音应答)话语数据 010
1.8 数据中的有用信息 010
第2章 NLP在客户服务中的应用 013
2.1 语音通话 014
2.2 聊天 015
. 票数据 016
2.4 邮件数据 016
2.5 客户需求 018
2.5.1 意图挖掘 018
2.5.2 意图理解的热门词汇 019
2.5.3 词云 021
2.5.4 主题分类规则 024
2.6 基于机器学习的监督学习 028
2.6.1 获取人工标记的数据 028
2.6.2 分词 030
2.6.3 文档词条矩阵 031
2.6.4 数据标准化 035
2.7 替换某些模式 036
2.8 识别并标注问题所在的行 040
2.9 热门客户查询 041
2.10 热门客户满意度(CSAT)驱动器 043
2.11 热门净值(NPS)驱动器 045
2.12 深入了解销售对话 050
2.12.1 销售对话中的热门产品 050
2.12.2 未交易的原因 051
2.1. 调查评论分析 052
2.12.4 挖掘语音记录 052
第3章 NLP在在线评论中的应用 059
3.1 情感分析 060
3.2 情感挖掘 061
3.3 方法1:基于词典的方法 062
3.4 方法2:基于规则的方法 066
3.4.1 观察结果1 066
3.4.2 观察结果2 067
3.4.3 观察结果3 067
3.4.4 观察结果4 068
3.4.5 总体得分 069
3.4.6 处理观察结果 070
3.4.7 情绪分析库 085
3.5 方法3:基于机器学习的方法(神经网络) 086
3.5.1 语料库的特征 087
3.5.2 构建神经网络 091
3.5.3 加以完善 093
3.6 属提取 093
3.6.1 步骤1:使用正则表达式进行规范化 095
3.6.2 步骤2:提取名词形式 097
3.6.3 步骤3:创建映文件 098
3.6.4 步骤4:将每个评论映到属 100
3.6.5 步骤5:品牌分析 101
第4章 NLP在银行、金融服务和保险业(BFSI)的应用 109
4.1 NLP之于风险控制 110
4.1.1 方法1:使用现有的库 111
4.1.2 方法2:提取名词短语 113
4.1.3 方法3:训练自己的模型 115
4.1.4 模型应用 142
4.2 NLP在银行、金融服务和保险业的应用案例 157
4.2.1 短信数据 157
4.2.2 银行业的自然语言生成 158
第5章 NLP在虚拟手中的应用 163
5.1 网络机器人(Bot程序)种类 164
5.2 经典方法 165
5.2.1 LSTM概述 169
5.2.2 LSTM的应用 173
5.. 时间分布层 174
5.3 生成响应法 178
5.3.1 编码器-解码器模型框架 179
5.3.2 数据集 180
5.3.3 框架的实现 180
5.3.4 编码器-解码器模型框架的训练 189
5.3.5 编码器输出 192
5.3.6 解码器输入 192
5.3.7 预处理 195
5.3.8 双向LSTM 200
5.4 BERT(基于转换器的双向编码表征) 202
5.4.1 语言模型和微调 202
5.4.2 BERT概述 203
5.4.3 微调BERT以构建分类器 208
5.5 构建网上对话机器人的更多细微差别 211
5.5.1 单轮对话和多轮对话的比较 211
5.5.2 多语言网上机器人 213
吴伟国,派士。哈尔滨工业大学教授,博士生导师,机电控制及自动化学科工学博士,日本国立名古屋大学微系统工学博士后研究员。长期从事工业机器人、仿生仿人机器人及智能运动控制、人工智能、人工情感等方面研究。作为项目负责人先后主持完成自然科学、863计划、重点实验室、归国留学项目以及参与完成各类项目共10余项。主持“十三五”重点研发计划项目课题、自然科学重点课题子课题各1项。发表学术80余篇,参编“十一五”规划教材1部,著有出版项目资著作3部,以发明人获发明专利权20项,获部级科技进步一、二等奖各1项。
《自然语言处理的Python实践》通过5章内容深入解读了自然语言处理(NLP)的文本数据处理方法和行业实际应用。其中讨了本数据的根本问题所在和在文本数据中如何提取信息、提取哪种信息等,同时通过第2~5章,重点讲解了客户服务行业、在线评论、银行与金融服务及保险行业、虚拟手四大NLP重点领域的实际应用方法,其中详细解读了意图挖掘、基于ML的监督学习、情感分析与挖掘、Word2Vec、CBOW、LSTM、编码器-解码器模型框架和当NL领域解决问题效果的BERT模型等关键技术方法。内容全面,案例真实。本书案例均直接深入到各行业,读者在阅读学习过程中,能通过书中相应的代码和案例思路,真正解决实际工作中遇到的问题。
本书适合各个行业自然语言处理方向的技术人员阅读学习,也适合开设自然语言处理课程的院校师生及计算机专业教学参考使用。
1.本书为书,原作者,译者为教授,博导
2.本书直接深入到多个行业,进行案例剖析
3.本书干货满满,代码和案例分析极其详尽
4.双色印刷,一目了然
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员