《Python自然语言处理》学习笔记索引

 

关于Python自然语言处理

 

 

 

关于该书的简介：

    《Python自然语言处理》提供了非常易学的自然语言处理入门介绍，该领域涵盖从文本和电子邮件预测过滤，到自动总结和翻译等多种语言处理技术。在《Python自然语言处理(影印版)》 中，你将学会编写Python程序处理大量非结构化文本。你还将通过使用综合语言数据结构访问含有丰富注释的数据集，理解用于分析书面通信内容和结构的主 要算法。
　  《Python自然语言处理》准备了充足的示例和练习，可以帮助你：

　　从非结构化文本中抽取信息，甚至猜测主题或识别“命名实体”；
　　分析文本语言结构，包括解析和语义分析；
　　访问流行的语言学数据库，包括WordNet和树库(treebank)；
　　从多种语言学和人工智能领域中提取的整合技巧。

　  《Python自然语言处理(影印版)》将帮助你学习运用Python编程语言和自然语言工具包(NLTK)获得实用的自然语言处理技能。如果对于开发 Web应用、分析多语言新闻源或记录濒危语言感兴趣——即便只是想从程序员视角观察人类语言如何运作，你将发现《Python自然语言处理》是一本令人着 迷且极为有用的好书。

 

 

关于学习笔记...

 

 

这是我在阅读Python自然语言处理时写的一些学习笔记，因为受时间的约束(papers&find job...blablabla)，学习笔记采用注释和讨论的形式。 由于初学，翻译可能不准确，希望看到的童鞋能够指出，学习过程中我也会回头来修改翻译不恰当的地方。 

目前还没读完这本书，有些初步的感想与大家分享：

    优点：

这本书即涉及到了语料库的操作，也对传统的基于规则的方法有所涉及。全书包括了分词（tokenization）、词性标注（POS）、语块（Chunk）标注、句法剖析与语义剖析等方面，是一本实用的自然语言处理教程，即使你不想全面地学习自然语言处理，也会对其中的分析美国历届总统的演讲、对抓取的网页进行解析提取文本，使用正则表达式处理字符串、新闻信息检索等等感兴趣的。此外，Python简洁优雅，适合上手，而且我很喜爱这门语言。

    缺点：

(1)实用性很强，但对理论性介绍不足，需要自己去查找相关资料，我考虑把相关资料都搜集起来

(2)毕竟是E文的语言背景，对中文涉及很少，中文与英文尤其在分词上有很大的不同，等我积累了一些心得，我打算把中文分词写成单独的一章。

 

     Anyway，我把下面这句话送给有兴趣的童鞋。

 

Now is better than never.                                                                

                                                                                                                                      ——摘自The Zen of Python                        

　　 目录索引的传送门(Out of date)在此，下面也贴出了持续更新的目录索引。

 Update日志

 创建日期：2011.6.27

 翻译修正：2011.7.20

 修改了已知的翻译错误

 更新1st:  2011.8.5

 为目录添加了相关笔记链接

 更新2nd:2011.8.28

 修正了部分翻译错误

 

 更新3rd:2011.9.7

 修正了Chapter7的部分翻译错误

 龙年一定旺^^

 更新4rd:2012.2.9 

 Chapter7完工 

 

目前施工进度：Chapter8

 

重要通知：由陈涛sean 呕心沥血翻译了这本书的中文版面世拉，在下载前咱们要为他的无私奉献表示感谢，这份辛苦只有翻译过的人才能明白。

当前版本措辞上还是有些小问题，本人正在修改中，杂事也比较多，不知道猴年马月能改完，希望各位热心的nlper能助一臂之力。

下载地址：http://vdisk.weibo.com/s/4ffue/1334656530

 

        

Table of Contents     目录

 

Preface

前言

1. Language Processing and Python 

　　Python和语言处理

1.1 Computing with Language: Texts and Words

      语言计算：文本和单词      

1.2 A Closer Look at Python: Texts as Lists of Words

　　进一步学习Python：将文本视作单词列表

1.3 Computing with Language: Simple Statistics

　　语言计算：简单的统计

1.4 Back to Python: Making Decisions and Taking Control

　　回到Python:决策和控制

1.5 Automatic Natural Language Understanding

　　自动理解自然语言

1.6 Summary

　　小结

1.7 Further Reading

　　深入阅读

1.8 Exercises

　　练习

2. Accessing Text Corpora and Lexical Resources 

　　访问文本语料库和词汇资源

2.1 Accessing Text Corpora

　　访问文本语料库

2.2 Conditional Frequency Distributions

　　条件频率分布

2.3 More Python: Reusing Code

　　More Python:代码重用

2.4 Lexical Resources

　　词汇资源

2.5 WordNet

　　WordNet词典

2.6 Summary

　　小结
2.7 Further Reading

　　深入阅读
2.8 Exercises

　　练习
3. Processing Raw Text 

　　处理原始文本
3.1 Accessing Text from the Web and from Disk

　　从Web和磁盘获得文本
3.2 Strings: Text Processing at the Lowest Level

　　字符串：最底层的文本处理
3.3 Text Processing with Unicode

　　使用Unicode处理文本
3.4 Regular Expressions for Detecting Word Patterns

　　使用正则表达式检测词组
3.5 Useful Applications of Regular Expressions

　　正则表示式的有益应用
3.6 Normalizing Text

　　规格化文本
3.7 Regular Expressions for Tokenizing Text

　　正则表达式用于本文分词
3.8 Segmentation

　　分割
3.9 Formatting: From Lists to Strings

　　格式设定：从列表到字符串
3.10 Summary

　　小结
3.11 Further Reading

　　深入阅读
3.12 Exercises

　　练习
4. Writing Structured Programs

　　编写结构化程序
4.1 Back to the Basics

　　回到基础
4.2 Sequences

　　序列
4.3 Questions of Style

　　关于风格
4.4 Functions: The Foundation of Structured Programming

　　函数：结构化编程的基础
4.5 Doing More with Functions

　　关于函数的更多使用
4.6 Program Development

　　程序开发
4.7 Algorithm Design

　　算法设计
4.8 A Sample of Python Libraries

　　Python库的样本
4.9 Summary

　　小结
4.10 Further Reading

　　深入阅读
4.11 Exercises

　　练习
5. Categorizing and Tagging Words

　    分类和标注单词
5.1 Using a Tagger

　　使用标注器
5.2 Tagged Corpora

　　标记语料库
5.3 Mapping Words to Properties Using Python Dictionaries

　　使用Python字典把单词映射到属性
5.4 Automatic Tagging

　　自动标注
5.5 N-Gram Tagging

　　N-Gram标注
5.6 Transformation-Based Tagging

　　基于转换的标注
5.7 How to Determine the Category of a Word

　　如何决定一个词的类别
5.8 Summary

　　小结
5.9 Further Reading

　　深入阅读
5.10 Exercises

　　练习
6. Learning to Classify Text

　　学习本文分类
6.1 Supervised Classification

　　监督式分类
6.2 Further Examples of Supervised Classification

　　监督式分类的更多例子

6.3 Evaluation

　　评分
6.4 Decision Trees

　　决策树
6.5 Naive Bayes Classifiers

　　朴素贝叶斯分类器
6.6 Maximum Entropy Classifiers

　　最大熵分类器
6.7 Modeling Linguistic Patterns

　　建模语言模式
6.8 Summary

　　小结
6.9 Further Reading

　　深入阅读
6.10 Exercises

　　练习
7. Extracting Information from Text

　　从文本提取信息
7.1 Information Extraction

　　信息抽取

7.2 Chunking

　　分块
7.3 Developing and Evaluating Chunkers

　　分块器开发和求值
7.4 Recursion in Linguistic Structure

　　语言结构中的递归
7.5 Named Entity Recognition

　　命名实体识别
7.6 Relation Extraction

　　关系提取
7.7 Summary

　　小结
7.8 Further Reading

　　深入阅读
7.9 Exercises

　　练习
8. Analyzing Sentence Structure

　　句子结构分析
8.1 Some Grammatical Dilemmas

　　一些语法困惑
8.2 What’s the Use of Syntax?

　　语法有什么用处？
8.3 Context-Free Grammar

　　上下文无关语法 
8.4 Parsing with Context-Free Grammar

　　使用上下文无关语法进行解析
8.5 Dependencies and Dependency Grammar

　　相关性和相关性语法
8.6 Grammar Development

　　语法的发展
8.7 Summary

　　小结
8.8 Further Reading

　　深入阅读
8.9 Exercises

　　练习
9. Building Feature-Based Grammars

　　构建基于特征的语法
9.1 Grammatical Features

　　语法特征
9.2 Processing Feature Structures

　　处理特征结构

9.3 Extending a Feature-Based Grammar

　　扩展基于特征的语法
9.4 Summary

　　小结
9.5 Further Reading

　　深入扩展
9.6 Exercises

　　练习
10. Analyzing the Meaning of Sentences

　　分析句子的意义
10.1 Natural Language Understanding

　　自然语言的理解
10.2 Propositional Logic

　　命题逻辑
10.3 First-Order Logic

　　一阶逻辑
10.4 The Semantics of English Sentences

　　英文句子的语义
10.5 Discourse Semantics

　　语段语义
10.6 Summary

　　小结
10.7 Further Reading

　　深入阅读
10.8 Exercises

　　练习
11. Managing Linguistic Data

　　语料管理
11.1 Corpus Structure: A Case Study

　　语料库结构：案例研究
11.2 The Life Cycle of a Corpus

　　语料库的生命周期
11.3 Acquiring Data

　　获取数据
11.4 Working with XML

　　处理XML

11.5 Working with Toolbox Data

　　处理Toolbox Data
11.6 Describing Language Resources Using OLAC Metadata

　　使用OLAC元数据描述语言资源
11.7 Summary

　　小结
11.8 Further Reading

　　深入阅读
11.9 Exercises

　　练习
Afterword: The Language Challenge

　　后记：语言的挑战
Bibliography

　　参考文献
NLTK Index

　　NLTK索引
General Index

　　一般索引

 

知识共享署名、非商业性使用、禁止演绎创作许可证3.0

     以上章节内容均来自Natural Language Processing with Python，由Steven Bird, Ewan Klein 和Edward Loper共同的辛勤劳动，Copyright © 2009，本内容并随NLTK共同发布，网址：http://www.nltk.org/ 。文章和相关资料遵循Creative Commons Attribution-Noncommercial-No Derivative Works 3.0创作许可证。