Product details
- Publisher : Packt Publishing (July 9, 2021)
- Language : English
- Paperback : 356 pages
- ISBN-10 : 1800563353
- ISBN-13 : 978-1800563353
کتاب Mastering spaCy: An end-to-end practical guide to implementing NLP applications using the Python ecosystem
Build end-to-end industrial-strength NLP models using advanced morphological and syntactic features in spaCy to create real-world applications with ease
Key Features
- Gain an overview of what spaCy offers for natural language processing
- Learn details of spaCy's features and how to use them effectively
- Work through practical recipes using spaCy
Book Description
spaCy is an industrial-grade, efficient NLP Python library. It offers various pre-trained models and ready-to-use features. Mastering spaCy provides you with end-to-end coverage of spaCy's features and real-world applications.
You'll begin by installing spaCy and downloading models, before progressing to spaCy's features and prototyping real-world NLP apps. Next, you'll get familiar with visualizing with spaCy's popular visualizer displaCy. The book also equips you with practical illustrations for pattern matching and helps you advance into the world of semantics with word vectors. Statistical information extraction methods are also explained in detail. Later, you'll cover an interactive business case study that shows you how to combine all spaCy features for creating a real-world NLP pipeline. You'll implement ML models such as sentiment analysis, intent recognition, and context resolution. The book further focuses on classification with popular frameworks such as TensorFlow's Keras API together with spaCy. You'll cover popular topics, including intent classification and sentiment analysis, and use them on popular datasets and interpret the classification results.
By the end of this book, you'll be able to confidently use spaCy, including its linguistic features, word vectors, and classifiers, to create your own NLP apps.
What you will learn
- Install spaCy, get started easily, and write your first Python script
- Understand core linguistic operations of spaCy
- Discover how to combine rule-based components with spaCy statistical models
- Become well-versed with named entity and keyword extraction
- Build your own ML pipelines using spaCy
- Apply all the knowledge you've gained to design a chatbot using spaCy
Who this book is for
This book is for data scientists and machine learners who want to excel in NLP as well as NLP developers who want to master spaCy and build applications with it. Language and speech professionals who want to get hands-on with Python and spaCy and software developers who want to quickly prototype applications with spaCy will also find this book helpful. Beginner-level knowledge of the Python programming language is required to get the most out of this book. A beginner-level understanding of linguistics such as parsing, POS tags, and semantic similarity will also be useful.
Table of Contents
- Getting Started with spaCy
- Core Operations with spaCy
- Linguistic Features
- Rule-Based Matching
- Working with Word Vectors and Semantic Similarity
- Putting Everything Together: Semantic Parsing with spaCy
- Customizing spaCy Models
- Text Classification with spaCy
- spaCy and Transformers
- Putting Everything Together: Designing Your Chatbot with spaCy
منابع کتاب کتاب Mastering spaCy: An end-to-end practical guide to implementing NLP applications using the Python ecosystem
با استفاده از ویژگیهای مورفولوژیکی و نحوی پیشرفته در spaCy، مدلهای NLP با قدرت صنعتی سرتاسر بسازید تا به راحتی برنامههای کاربردی دنیای واقعی ایجاد کنید.
ویژگی های کلیدی
- یک نمای کلی از آنچه spaCy برای پردازش زبان طبیعی ارائه می دهد به دست آورید
- جزئیات ویژگی های spaCy و نحوه استفاده موثر از آنها را بیاموزید
- از طریق دستور العمل های عملی با استفاده از spaCy کار کنید
توضیحات کتاب
spaCy یک کتابخانه پایتون NLP با درجه صنعتی و کارآمد است. این مدل های مختلف از قبل آموزش دیده و ویژگی های آماده برای استفاده را ارائه می دهد. Mastering spaCy پوشش کاملی از ویژگیهای spaCy و برنامههای کاربردی دنیای واقعی را برای شما فراهم میکند.
با نصب spaCy و دانلود مدلها، قبل از پیشرفت به ویژگیهای spaCy و نمونهسازی اولیه برنامههای NLP در دنیای واقعی، شروع میکنید. در مرحله بعد، با تجسم سازی با ویژوالایزر محبوب spaCy displaCy آشنا خواهید شد. این کتاب همچنین شما را به تصاویر کاربردی برای تطبیق الگو مجهز می کند و به شما کمک می کند تا با بردارهای کلمه وارد دنیای معناشناسی شوید. روش های استخراج اطلاعات آماری نیز به تفصیل توضیح داده شده است. بعداً، یک مطالعه موردی تجاری تعاملی را پوشش خواهید داد که به شما نشان میدهد چگونه همه ویژگیهای spaCy را برای ایجاد خط لوله NLP در دنیای واقعی ترکیب کنید. شما مدل های ML مانند تجزیه و تحلیل احساسات، تشخیص قصد و تفکیک زمینه را پیاده سازی خواهید کرد. این کتاب بیشتر بر طبقه بندی با چارچوب های محبوب مانند Keras API TensorFlow همراه با spaCy تمرکز دارد. شما موضوعات محبوب را پوشش خواهید داد،
تا پایان این کتاب، میتوانید با اطمینان از spaCy، از جمله ویژگیهای زبانی، بردارهای کلمه، و طبقهبندیکنندههای آن برای ایجاد برنامههای NLP خود استفاده کنید.
آنچه خواهید آموخت
- SpaCy را نصب کنید، به راحتی شروع کنید و اولین اسکریپت پایتون خود را بنویسید
- عملیات زبانی اصلی SpaCy را درک کنید
- کشف کنید که چگونه اجزای مبتنی بر قانون را با مدل های آماری spaCy ترکیب کنید
- با استخراج موجودیت نامگذاری شده و کلمه کلیدی به خوبی آشنا شوید
- خطوط لوله ML خود را با استفاده از spaCy بسازید
- تمام دانشی را که به دست آورده اید برای طراحی یک ربات چت با استفاده از spaCy به کار ببرید
این کتاب برای چه کسی است
این کتاب برای دانشمندان داده و یادگیرندگان ماشینی است که می خواهند در NLP برتری داشته باشند و همچنین توسعه دهندگان NLP که می خواهند بر spaCy مسلط شوند و برنامه های کاربردی با آن بسازند. متخصصان زبان و گفتار که میخواهند با پایتون و spaCy و توسعهدهندگان نرمافزاری که میخواهند به سرعت برنامههای کاربردی را با SpaCy نمونهسازی کنند، این کتاب را مفید خواهند یافت. برای استفاده حداکثری از این کتاب، دانش سطح مبتدی زبان برنامه نویسی پایتون مورد نیاز است. درک سطح مبتدی از زبان شناسی مانند تجزیه، تگ های POS و شباهت معنایی نیز مفید خواهد بود.
فهرست مطالب
- شروع کار با SpaCy
- عملیات اصلی با SpaCy
- ویژگی های زبانی
- تطبیق مبتنی بر قانون
- کار با بردارهای کلمه و تشابه معنایی
- قرار دادن همه چیز در کنار هم: تجزیه معنایی با spaCy
- سفارشی سازی مدل های spaCy
- طبقه بندی متن با spaCy
- اسپای سی و ترانسفورماتور
- قرار دادن همه چیز در کنار هم: طراحی چت بات خود با spaCy
ارسال نظر درباره کتاب Mastering spaCy: An end-to-end practical guide to implementing NLP applications using the Python ecosystem