‖ 课程简介

本课程是图书《Python中文自然语言处理基础与实战》的配套学习视频，课程内容以技能训练为核心、以理论知识够用为度，以技能训练项目为主线，将理论知识按照实训的需要融入实战中，形成一体化项目模块；同时将自然语言处理工作中的新知识、新技术、新问题等融入课程中。课程设计与图书教材编写理念与内容设计保持高度一致，使读者高效掌握图书内容！

‖ 图书简介

《Python中文自然语言处理基础与实战》图书以Python自然语言处理的常用技术与真实案例相结合的方式，深入浅出介绍Python自然语言处理的基本内容。全书共12章，第1章介绍了自然语言处理的基本概念、基本流程、应用场景，以及Python自然语言处理开发环境的搭建方法；第2章介绍了语料库的概念、种类与准则，语料库的获取方法等，并演示了语料库的构建与应用；第3章介绍了正则表达式的函数和元字符，并演示了正则表达式的应用；第4章介绍了基于规则和基于统计的分词技术，中文分词工具jieba的基本步骤和分词模式，并演示了中文分词的应用；第5章介绍了词性标注与命名实体识别技术，并演示了中文命名实体识别的过程；第6章介绍了常用的关键词提取算法，并结合具体项目演示了自动提取文本关键词的方法；第7章介绍了文本的离散表示和分布式表示，并演示了论文相似度计算的方法；第8章介绍了常见的文本分类算法、文本聚类算法以及实现步骤，并演示了垃圾短信分类和新闻文本聚类的实现过程；第9章介绍了情感分析的主要内容、常见应用和常用方法，并演示了基于文本分类和基于LDA模型的情感分析实现方法；第10章介绍了常见的深度学习工具，并演示了使用深度学习技术实现文本分类、情感分析和机器翻译；第11章介绍了问答系统的概念和主要组成部分，并演示了智能问答系统的实现过程；第12章介绍了使用TipDM数据挖掘建模平台实现自然语言处理案例。全部章节都包含了思考与练习题，通过练习和操作实践，帮助读者巩固所学的内容。本书可以作为高校数据科学或人工智能相关专业教材，也可作为机器学习爱好者的自学用书。
全书以任务为导向，实现理论与实战的结合。每章的内容都由任务描述、任务分析、任务实现、小结、实训和课后习题等部分组成。全书按照解决实际任务的工作流程，逐步展开介绍相关的理论知识点，推导生成可行的解决方案，最后落实在任务实现环节。
全书大部分章节紧扣任务需求展开，不堆积知识点，着重于解决思路的启发与解决方案的实施。通过从任务需求到实现这一完整工作流程的体验，读者将对Python编程技术真正理解与掌握。

本书是“以纸质教材为核心、以互联网+为载体”的新形态教材，配套数字资源，引领教材与课程教学改革，打造了“一书、一课、一空间”混合式教学新生态，体现先进职业教育理念。

配套数字资源包括：

• 数据和代码
• PPT课件
• 教案
• 教学大纲
• 教学进度表
• 习题库
• 习题数据和答案
• 实训数据
• 实训指导书

如需图书相关资料，可前往校企共建云教材网站（https://book.tipdm.org/），搜索书名进行查看与下载！网站还提供了样书申请、批量订购、联合编写等服务。