基于Python的智能文本分析

从新闻、讲话，到社交媒体上非正式的聊天，自然语言是最丰富、且尚未充分利用的数据源之一。不但数据源源不断，在使用环境中还在不断调整、变化;还包含了很多传统数据源未能传达的信息。 打开自然语言宝藏的钥匙，就是基于文本分析的创造性应用。这本 实战指南介绍了从数据科学家角度如何建立语言感知产品并有效应 用机器学习。

您将学到如何用Python实现健壮、可重复和可扩展的文本分析，包括上下文特征和语言特征工程、向量化、分类、主题建模、实体解析、图分析和可视化操作。在本书的最后，您将获得解决众多复杂现实问题的实用方法。

• 预处理并将文本向量化成高维特征表示。
• 执行文档分类和主题建模。
• 通过可视化诊断指导模型选择过程。
• 提取关键短语、命名实体和图结构，实现文本数据推断。
• 建立对话框架，实现聊天机器人和语言驱动交互。
• 用Spark扩展处理能力，用神经网络实现对更复杂模型的支持。