이 책은 현재 절판입니다. 그간 읽어주신 독자들께 감사드립니다.텍스트 분석에 파이썬 라이브러리와 머신러닝을 사용하는 방법을 배워보자!
도서구매 사이트(가나다순)
텍스트 인식(언어 인식) 애플리케이션을 직접 만들며 배운다!
파이썬 라이브러리로 학습하는 자연어 처리와 머신러닝 응용 테크닉!
출판사 제이펍
원출판사 O'reilly
원서명 Applied Text Analysis with Python
저자명 벤자민 벵포트, 레베카 빌브로, 토니 오제다
역자명 박진수
출판일 2019년 11월 29일
페이지 392쪽
시리즈 I♥A.I. 20(제이펍의 인공지능 시리즈 20)
판 형 46배판변형(188*245*19.8)
제 본 무선(soft cover)
정 가 27,000원
ISBN 979-11-88621-77-4(93000)
키워드 파이썬 / 텍스트 분석 / 텍스트 마이닝 / 인공지능 / 머신러닝 / 자연어 처리 / NLP
분 야 인공지능 / 텍스트 분석
관련 포스트
■ 2019/11/20 - [출간전 책소식] - 빅데이터 시대, 텍스트 분석도 머신러닝으로?!
관련 도서
관련 파일 다운로드
■ 예제 코드
■ 컬러 그림
파이썬으로배우는응용텍스트분석_sample.pdf
정오표 페이지
(등록되는 대로 링크를 걸어두겠습니다.)
도서구매 사이트(가나다순)
도서 소개
텍스트 인식 애플리케이션을 직접 만들며 배운다!
파이썬 라이브러리로 학습하는 자연어 처리와 머신러닝 응용 테크닉!
뉴스나 연설 그리고 소셜 미디어에서 이뤄지는 사적인 대화에 이르기까지 자연어는 가장 널리 쓰이면서도 활용률은 낮은 데이터 중 하나다. 자연어는 일정하게 흐르지 않고 상황에 맞춰 늘 변하며 적응한다. 게다가 자연어는 기존 데이터에서 전달하지 않는 정보도 전하기 때문에, 텍스트 분석 응용 프로그램을 창의적으로 만들어 사용해야 적절히 해독할 수 있다.
이 책에서 여러분은 언어 인식(language-aware) 제품을 구축하는 일에 머신러닝을 활용하는 데이터 과학자의 접근 방식을 볼 수 있다. 특히, 문맥이나 사용 언어에 맞춰 특징을 처리하는 기술(즉, 특징 공학)이나 벡터화ㆍ분류ㆍ토픽 모델링ㆍ엔터티 분해ㆍ그래프 분석ㆍ시각적 조정 같은 기술도 다루고 있다. 더불어 파이썬 기반의 텍스트 분석에 필요한 강력하면서도 반복 및 확장 가능한 기술도 배울 수 있다. 이 책에 나온 내용을 모두 배우고 나면 복잡한 현업의 문제를 해결할 수 있는 실용적 해법을 찾을 수 있을 것이다.
이 책의 주요 내용
■ 텍스트를 전처리하고 벡터화해서 고차원 특징 표현으로 바꾸기
■ 문서 분류 및 토픽 모델링 수행하기
■ 시각적인 진단을 통해 모델 선택 과정 조정하기
■ 핵심 어구 추출, 개체명 식별, 그래프 구조 추출을 통해 텍스트가 담고 있는 데이터 추론하기
■ 챗봇이나 언어로 상호작용을 하는 대화형 프레임워크 만들기
■ 스파크를 사용해 처리 능력을 늘리거나 신경망을 사용해 더 복잡한 모델로 키우기
지은이 소개
벤자민 벵포트(Benjamin Bengfort)
벤자민은 분산 시스템 기술과 머신러닝 및 그 밖의 기술에도 해박한 데이터 과학자다. 자연어 처리에서부터 파이썬을 이용한 데이터 과학, 하둡과 스파크를 이용한 분석에 이르기까지 다양한 주제에 관한 글을 쓴다.
레베카 빌브로(Rebecca Bilbro)
레베카는 데이터 과학자이자 파이썬 프로그래머이자 교사이자 연사이자 작가다. 특징분석에서 모델 선택 및 하이퍼파라미터 조율에 이르기까지 시각적인 진단을 위한 머신러닝을 전문으로 하고, 자연어 처리, 의미 망 추출, 엔터
티 분해 및 고차원 정보에 관해 연구했다.
토니 오제다(Tony Ojeda)
토니는 데이터 과학 자문 및 기업 훈련, 연구 및 오픈소스 공동 작업을 수행하는 회사인 디스트릭트 데이터 랩스(District Data Labs)의 창립자 겸 최고경영자로서, 그곳에서 오픈소스 도구를 사용한 응용 분석(사업 전략, 최적화, 예측 및 커리큘럼)에 집중하고 있다.
옮긴이 소개
박진수
다양한 정보기술 분야 경력과 저술/번역 경험을 바탕으로 IT 융·복합 사업을 꿈꾸는, 1인 회사 ‘리율’의 대표다. 옮긴 책으로는 《R로 배우는 텍스트 마이닝》, 《케라스 창시자의 딥러닝 with R》, 《모두를 위한 실용 전자공학》,
《해킹 일렉트로닉스》, 《ggplot2》 등이 있다.
차례
CHAPTER 01 언어와 계산 1
데이터 과학 패러다임 2
언어 인식 데이터 제품 4
데이터 제품 파이프라인 6
데이터로서의 언어 9
언어의 계산 모델 10
언어 자질 11
맥락 자질 15
구조적 자질 17
결론 20
CHAPTER 02 사용자 정의 말뭉치 구축 21
말뭉치란 무엇인가? 22
영역 특정 말뭉치 22
Baleen 수집 엔진 23
말뭉치 데이터 관리 25
말뭉치 디스크 구조 27
말뭉치 리더 30
NLTK를 사용한 스트리밍 데이터 액세스 32
HTML 말뭉치 읽기 34
데이터베이스에서 말뭉치 읽기 38
결론 40
CHAPTER 03 말뭉치의 전처리와 가공 41
문서 쪼개 보기 42
핵심 내용 식별 및 추출 42
문서를 단락별로 나누기 44
분할: 문장별로 나누기 46
토큰화: 개별 토큰 식별 48
품사 태깅 49
중간 말뭉치 분석론 50
말뭉치 변환 52
중간 전처리 및 저장 52
처리된 말뭉치 읽기 56
결론 58
CHAPTER 04 텍스트 벡터화와 변환 파이프라인 59
공간 내 단어 61
빈도 벡터 62
원핫 인코딩 64
용어빈도-역문서빈도 67
분산 표현 71
사이킷런 API 74
BaseEstimator 인터페이스 74
TransformerMixin 확장 76
파이프라인 81
파이프라인의 기초 81
하이퍼파라미터 최적화를 위한 격자 검색 83
특징결합을 사용한 특징추출 강화 84
결론 86
CHAPTER 05 텍스트 분석을 위한 분류 89
텍스트 분류 90
분류 문제 식별 91
분류기 모델 92
텍스트 분류 애플리케이션 만들기 94
교차검증 94
모델 구성 98
모델 평가 100
결론 105
CHAPTER 06 텍스트 유사성을 위한 군집화 107
텍스트에 대한 비지도학습 108
문서 유사성에 의한 군집화 109
거리 계량 110
부분 군집화 112
위계적 군집화 118
문서 토픽 모델링 122
잠재 디리클레 할당 122
잠재 의미 분석 130
음이 아닌 행렬 인수분해 133
결론 134
CHAPTER 07 문맥 인식 텍스트 분석 137
문법 기반 특징추출 138
문맥 자유 문법 139
구문론적 구문분석기 139
키프레이즈 추출 141
엔터티 추출 144
엔그램 특징추출 145
엔그램 인식 CorpusReader 147
올바른 엔그램 창 선택하기 149
유의한 병치 150
엔그램 언어 모델 153
빈도 및 조건부 빈도 154
최대 가능도 추정 157
알 수 없는 단어: 백오프 및 평활화 160
언어 생성 163
결론 164
CHAPTER 08 텍스트 시각화 167
특징공간 시각화 168
시각적 특징분석 168
유도된 특징공학 179
모델 진단 187
군집 시각화 188
계급 시각화 190
분류 오차 진단 191
시각적 조향 195
실루엣 점수 및 엘보 곡선 195
결론 198
CHAPTER 09 텍스트의 그래프 분석 201
그래프 계산 및 분석 203
그래프 기반 시소러스 만들기 203
그래프 구조 분석 205
그래프의 시각적 분석 206
텍스트에서 그래프 추출하기 207
소셜 그래프 만들기 208
소셜 그래프에서 통찰력 얻기 211
엔터티 분해 219
그래프상의 엔터티 분해 220
구조로 차단하기 221
퍼지 차단 221
결론 224
CHAPTER 10 챗봇 227
대화의 기초 228
대화: 간략한 의견 교환 230
대화 유지 233
예의바른 대화 규칙 236
인사와 경례 236
의사불통 다루기 241
재미있는 질문 244
의존 구문분석 245
구 구조 분석 246
질문 검출 249
스푼에서 그램으로 251
도움을 위한 학습 256
이웃이 되기 257
추천 정보 제공 260
결론 263
CHAPTER 11 멀티프로세싱과 스파크를 사용한 텍스트 분석론 확장 265
파이썬 멀티프로세싱 266
병렬로 작업 실행 269
프로세스 풀 및 큐 274
병렬 말뭉치 전처리 276
스파크를 사용한 클러스터 컴퓨팅 278
스파크 작업의 해부학 278
말뭉치 배포 280
RDD 운영 282
스파크를 이용한 자연어 처리 284
결론 296
CHAPTER 12 딥러닝과 그 이후 299
응용 신경망 300
신경 언어 모델 300
인공 신경망 301
딥러닝 아키텍처 306
정서 분석 311
심층 구조 분석 313
미래가 바로 눈앞에 318
용어 해설 321
찾아보기 338
제이펍 소식 더 보기(제이펍의 소통 채널에서 더욱 다양한 소식을 확인하세요!)
'도서 소개' 카테고리의 다른 글
| 러스트 프로그래밍 공식 가이드 (0) | 2019.11.27 |
|---|---|
| 포토샵 사전 (0) | 2019.11.27 |
| 프로페셔널 안드로이드(제4판) (0) | 2019.11.01 |
| 송쌤의 스크래치 코딩 학교 (0) | 2019.10.30 |
| 오렌지노의 영상 편집을 위한 유튜브 배경음악 (2) | 2019.10.21 |
