文件名称：nlp-python-deep-learning:Python与深度学习中的NLP
文件大小：370KB
文件格式：ZIP
更新时间：2024-06-03 00:32:27
python natural-language-processing deep-learning notebook natural-language
自然语言处理笔记本 可作为书籍使用： 为实践工程师而写 这项工作建立在自然语言处理方面的杰出工作的基础上。 这些范围从Jurafsky的语音和语言处理之类的经典作品到Ian Goodfellow等人在《深度学习书》中相当现代的作品。 尽管它们非常适合作为大学生的入门教材，但它是供从业人员快速阅读，略读，选择有用的内容然后继续进行的。 有几个笔记本分为7个逻辑主题。 每个部分都基于以前的笔记本中的想法和代码，但是您可以在脑海中填补空白，直接跳到您感兴趣的地方。 第01章 非常适合入门！ 我们通过代码优先的方法学习得更好 第02章 笔记本，代码优先的方法，并附带说明。 涵盖了一些简单的想法，例如： 停用词删除 合法化 几乎涵盖了您开始使用拼写纠正，类似单词问题等所需的所有内容。 第03章 在所有从业者工具包中， 都是重要的工具包。 使用spaCy和textacy，我们着眼于两个有趣的挑战
【文件预览】：
nlp-python-deep-learning-master
----Part-01.ipynb(101KB)
----Part-02-A.ipynb(18KB)
----Part-05 Modern Text Classification.ipynb(161KB)
----Part-10 Bonus Content.ipynb(5KB)
----environment.yml(3KB)
----Part-02-B.ipynb(18KB)
----Part-07 Building your own Chatbot in 30 minutes.ipynb(14KB)
----Part-06 Deep Learning for NLP.ipynb(37KB)
----.github()
--------workflows()
----Part-04 Text Representations.ipynb(37KB)
----Playground.ipynb(9KB)
----Part-03 NLP with spaCy and Textacy.ipynb(47KB)
----_config.yml(105B)
----LICENSE(1KB)
----tokenization.svg(12KB)
----sherlock.txt(568KB)
----requirements.txt(46B)
----.gitignore(1KB)
----Part-08 Web Deployments()
--------model_train.py(2KB)
--------utils.py(2KB)
--------templates()
--------requirements.txt(95B)
--------.gitignore(25B)
--------model_predict.py(621B)
--------api.py(2KB)
--------README.md(653B)
----tokenization.png(16KB)
----README.md(4KB)