《使用 Python 进行实用自然语言处理：来自大规模使用文本数据的行业的案例研究（Practical Natural Language Processing with Python: With Case Studies from Industries Using Text Data at Scale）》

使用自然语言工具和技术来解决现实世界的问题。本书重点介绍自然语言处理（NLP：Natural Language Processing）如何在各个行业中使用。每一章都描述了问题和解决方案策略，然后直观地解释了不同算法的工作原理，并更深入地探讨了 Python 中的代码和输出。

使用Python进行实用自然语言处理遵循基于案例研究的方法。每一章都致力于一个行业或用例，您可以在其中解决该行业的实际业务问题以及解决这些问题的各种方法。您先了解各种类型的文本数据，然后再关注客户服务行业、该域中可用的数据类型以及遇到的常见 NLP 问题。在这里，您将介绍词袋模型监督学习技术，因为您尝试解决案例研究。其他用例（如在线评论、机器人、金融等）也有类似的深度。当您介绍这些行业中的问题时，您还将涵盖情感分析、命名实体识别、word2vec、单词相似性、主题建模、深度学习和序列到序列建模。

在本书结束时，您将能够独立处理所有类型的NLP问题。您还可以以不同的方式思考以解决语言问题。书中提供了所有问题的代码和技术。

通过本书您将学到什么：

• 建立对工业中NLP问题的理解
• 获得使用基于语言的模型和机器学习解决典型 NLP 问题的专业知识
• 发现使用 NLP 解决业务问题的最佳方法 - 久经考验的方法
• 了解难以解决的业务问题

这本书是为谁写的：

那些想要启动 NLP 的分析和数据科学专业人员，以及想要获得新想法来解决手头问题的 NLP 专业人员。