目錄 前言 1 第1章 語(yǔ)言與計(jì)算 13 數(shù)據(jù)科學(xué)范式 14 語(yǔ)言感知數(shù)據(jù)產(chǎn)品 .16 語(yǔ)言即數(shù)據(jù) 21 小結(jié) .29 第 2 章 構(gòu)建自定義語(yǔ)料庫(kù) 31 語(yǔ)料庫(kù)是什么？ .32 語(yǔ)料庫(kù)數(shù)據(jù)管理 .35 語(yǔ)料庫(kù)讀取器 39 小結(jié) .49 第3章 語(yǔ)料庫(kù)預(yù)處理與處置 50 分解文檔.50 語(yǔ)料庫(kù)的轉(zhuǎn)換 60 小結(jié) .67 第4章 文本向量化和轉(zhuǎn)換流水線 68 空間中的詞 69 Scikit-Learn API .81 流水線 .88 小結(jié) .93 第5章 面向文本分析的文本分類(lèi) 95 文本分類(lèi).96 構(gòu)建文本分類(lèi)應(yīng)用 .99 小結(jié) .110 第6章 文本相似性聚類(lèi) . 112 文本上的無(wú)監(jiān)督學(xué)習(xí) 112 文檔相似性聚類(lèi) .114 文檔主題建模 127 小結(jié) .139 第7章 上下文感知文本分析 140 基于語(yǔ)法的特征提取 141 n-Gram特征提取 147 n-Gram語(yǔ)言模型 155 小結(jié) .165 第8章 文本可視化 166 可視化特征空間 .167 模型診斷.185 可視化操縱 193 小結(jié) .196 第9章 文本的圖分析 .198 圖計(jì)算與分析 200 從文本中抽取圖 .204 實(shí)體解析.216 小結(jié) .221 第10章 聊天機(jī)器人 223 對(duì)話基礎(chǔ).224 禮貌對(duì)話規(guī)則 231 有趣的問(wèn)題 239 學(xué)習(xí)幫助.250 小結(jié) .257 第11章 利用多處理和Spark擴(kuò)展文本分析259 Python多處理 .260 Spark集群計(jì)算 271 小結(jié) .289 第12章 深度學(xué)習(xí)與未來(lái) .291 應(yīng)用神經(jīng)網(wǎng)絡(luò) 292 神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型 .292 情感分析.303 未來(lái)（幾乎）已來(lái) .309 詞匯表 311