更新时间：2022-10-26 17:28:15
封面
版权信息
版权声明
O'Reilly Media Inc.介绍
业界评论
献词
本书赞誉
序
前言
为什么要写这本书
写作理念
内容范围
目标读者
你将学到什么
本书结构
如何阅读本书
排版约定
使用示例代码
O'Reilly 在线学习平台（O'Reilly Online Learning）
联系我们
更多信息
致谢
第一部分 基础
第1章 自然语言处理概要
1.1 真实世界中的自然语言处理
1.2 什么是语言
1.3 机器学习、深度学习和自然语言处理：概述
1.4 自然语言处理方法
1.5 自然语言处理演练：对话智能体
1.6 小结
第2章 自然语言处理流水线
2.1 数据获取
2.2 文本提取和清洗
2.3 预处理
2.4 特征工程
2.5 建模
2.6 评估
2.7 建模之后的阶段
2.8 使用其他语言
2.9 案例研究
2.10 小结
第3章 文本表示
3.1 向量空间模型
3.2 基本的向量化方法
3.3 分布式表示
3.4 词和字符之上的分布式表示
3.5 通用文本表示
3.6 可视化嵌入
3.7 人工特征表示
3.8 小结
第二部分 核心
第4章 文本分类
4.1 应用程序
4.2 文本分类流水线
4.3 一个流水线，多个分类器
4.4 在文本分类中使用神经嵌入
4.5 用于文本分类的深度学习
4.6 解释文本分类模型
4.7 无数据或少数据学习和新领域适应
4.8 案例研究：企业工单系统
4.9 实用建议
4.10 小结
第5章 信息提取
5.1 信息提取应用程序
5.2 信息提取任务
5.3 信息提取的通用流水线
5.4 关键词提取
5.5 命名实体识别
5.6 命名实体消歧与链接
5.7 关系提取
5.8 其他高级信息提取任务
5.9 案例研究
5.10 小结
第6章 聊天机器人
6.1 聊天机器人的应用
6.2 聊天机器人的分类
6.3 构建对话系统的流水线
6.4 对话系统原理
6.5 深入对话系统的组件
6.6 其他对话流水线
6.7 Rasa NLU
6.8 案例研究：食谱推荐
6.9 小结
第7章 主题简介
7.1 搜索和信息检索
7.2 主题建模
7.3 文本摘要
7.4 文本推荐系统
7.5 机器翻译
7.6 问答系统
7.7 小结
第三部分 应用
第8章 社交媒体
8.1 应用
8.2 独特的挑战
8.3 用于社交平台数据的自然语言处理
8.4 模因与虚假新闻
8.5 小结
第9章 电子商务与零售
