2.2 索引列表 2.2 索引列表 正如我们已经看到的，Python 中的一个文本是一个单词的列表，用括号和引号的组合来表示。就像处理一页普通的文本，我们可以使用len(text1) 计算text1 的词数，使用text1.count('heaven') 计算一个文本中出现的特定的词，如'heaven' 。 稍微花些耐心，我们可以挑选出打印出来的...

3.2 字符串：最底层的文本处理 字符串的基本操作 输出字符串 访问单个字符 更多的字符串操作 3.2 字符串：最底层的文本处理 现在是时候研究一个之前我们一直故意避开的基本数据类型了。在前面的章节中，我们侧重于将文本作为一个词列表。我们并没有细致的探讨词汇以及它们是如何在编程语言中被处理的。通过使用 NLTK 中的语料库接口，我们可以忽略这...

PyTorch 1.2 中文文档 & 教程 目录结构 PyTorch 1.2 中文文档 & 教程 PyTorch 是一个针对深度学习, 并且使用 GPU 和 CPU 来优化的 tensor library (张量库) 欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远。 在线阅读 ApacheCN 学习资源 Py...

1.3 文档分类 1.3 文档分类 在1 中，我们看到了语料库的几个例子，那里文档已经按类别标记。使用这些语料库，我们可以建立分类器，自动给新文档添加适当的类别标签。首先，我们构造一个标记了相应类别的文档清单。对于这个例子，我们选择电影评论语料库，将每个评论归类为正面或负面。 >>> from nltk . corpus import m...

3.6 标准和工具 3.6 标准和工具 一个用途广泛的语料库需要支持广泛的格式。然而，NLP 研究的前沿需要各种新定义的没有得到广泛支持的标注。一般情况下，并没有广泛使用的适当的创作、发布和使用语言数据的工具。大多数项目都必须制定它们自己的一套工具，供内部使用，这对缺乏必要的资源的其他人没有任何帮助。此外，我们还没有一个可以胜任的普遍接受的标准来表示...

5. 分类和标注词汇 5. 分类和标注词汇 早在小学你就学过名词、动词、形容词和副词之间的差异。这些“词类”不是闲置的文法家的发明，而是对许多语言处理任务都有用的分类。正如我们将看到的，这些分类源于对文本中词的分布的简单的分析。本章的目的是要回答下列问题： 什么是词汇分类，在自然语言处理中它们是如何使用？ 一个好的存储词汇和它们的分类的 Pyth...

Percolate table Creating a percolate table via MySQL protocol: Creating a percolate table via JSON over HTTP: Creating a percolate table via PHP client: Creating a percolate tab...

前言 读者 Python 3 和 NLTK 3 软件安装需求 自然语言工具包 (NLTK) 教师请看 本书使用的约定 使用例子代码 致谢 关于作者 版税 前言 这是一本关于自然语言处理的书。所谓“自然语言”，是指人们日常交流使用的语言，如英语，印地语，葡萄牙语等。相对于编程语言和数学符号这样的人工语言，自然语言随着一代人传给另一代...

Workflow templates Example Step 1: Create and provision the workflow Step 2: Ingest documents into the index Step 3: Perform vector search Parameters Overriding default values ...

Workflow templates Example Step 1: Create and provision the workflow Step 2: Ingest documents into the index Step 3: Perform vector search Parameters Overriding default values ...