Libros UCLV { BETA }

Guía para principiantes sobre "Procesamiento de ficheros de textos en python".

Este libro es una guía básica para principiantes que comienzan en el procesamiento de textos con python. Contiene elementos básicos para la manipulación de textos utilizando las bibliotecas estándar de python, trabajo con cadenas de texto, intercambio de datos con formatos CSV, JSON. Además contiene un capítulo completo de expresiones regulares, así como el trabajo con formatos de marcado como HTML. Posee numerosos ejemplos de como escribir la salida de nuestro programa de procesamiento de textos, análisis gramatical y un último capítulo dedicado a la indexación y búsqueda con la biblioteca python-nucular. Está orientado a ejercicios y gran parte del libro se dedica a explicar la solución de los mismos.

Procesamiento de Lenguaje Natural con Python-NLTK

El libro aborda los problemas de NLP más básicos utilizando la biblioteca estándar de python: NLTK. Tiene ejemplos para cada uno de estos problemas. Algunos de los problemas tratados son: división en segmentos o palabras(tokenización), corrección de palabras, creación de corpus lingüísticos personalizados, POS, extracción de fragmentos, transformación de frases y árboles, clasificación de textos, procesamiento de datasets, y análisis de textos HTML.

Procesamiento de Lenguaje Natural

Es un libro de procesamiento de lenguaje natural con python utilizando python-nltk. Los contenidos que trata son: una introducción al procesamiento de textos con python, cómo acceder a corpus y recursos léxicos, procesamiento de textos en formato RAW, nociones para programar de forma estructurada tus proyectos en este tipo de campo científico. Además dedica capítulos por separado a la categorización y el etiquetado, clasificación de textos, extracción de información, análisis de estructura de la oración, análisis semántico de la oración.

Procesamiento de la semántica de las palabras utilizando Hownet.

Este libro comienza con una introducción a los signficados y formas de representarlos. Puntualiza algunos aspectos históricos de este recurso léxico (Hownet) útil para procesar el idioma inglés y chino. Introduce al lector en los 'sememas' (las unidades más pequeñas del significado). Y posteriormente dedica varios capítulos a la Clasificación Conceptual, Roles Semánticos, Taxonomía, Diccionario de Conocimiento Hownet, Base de Datos de Conocimiento Etiquetado, Análisis de Relaciones en Hownet, Navegar en Hownet, Algoritmos y Software Hownet, ... Se los recomiendo por su valor incalculable para comparar resultados con la BD wordnet.

Master the art of machine learning with Python and build effective machine learning systems with this intensive hands-on guide

Excelente libro del 2013 elaborado por programadores y profesionales de la bioinformática. El libro comienza haciendo una introducción a Machine Learning, y utilizando un ejemplo práctico y sencillo para que los estudiantes comiencen. Cap2, está dedicado en su comienzo a los problemas de clasificación con ejemplos reales, y analiza problemas más complejos de clasificación. Cap3 Agrupamiento, este capítulo utiliza un ejemplo de procesamiento de texto, añadiendo NLTK y analiza todo el proceso NLP para luego realizar clustering de textos. Capt4 Topic Modeling, un tema más complejo que analiza el LDA, similaridad en el espacio de temas(topic space). Cap5 También dedicado a clasificación pero mucho más fuerte, utiliza un ejemplo de medición de la calidad de las respuestas, es lo que se dice el análisis de un ejemplo avanzado. Cap6 Dedicado al muy actual tema del Análisis de Sentimientos, este tema es una de las tareas muy actuales del Procesamiento del Lenguaje Natural. Cap 7 y 8 dedicado a la Regresión, utiliza interesantes ejemplos para mostrar este tema de ML. Cap9 Regresa con más sobre Clasificación en este caso con un análisis del género musical, utilizando procesamiento de señales. Cap 10 Computer Vision. Cap 11 Reducción de la Dimensionalidad. Cap12 y final, como aprender de grandes colecciones de datos, aprender a procesar estos conjuntos eficientemente. Contiene un apéndice con referencias a dónde más leer para aprender sobre ML.

The goal of this work is principally educational. It is initially aimed at graduate and undergraduate students, but it can also be used by software designers.

One of the simplest and natural types of information representation is by means of written texts. Data to be processed often does not decompose into independent records. This type of data is characterized by the fact that it can be written down as a long sequence of characters. Such linear sequence is called a text. The texts are central in "word processing" systems, which provide facilities for the manipulation of texts. Such systems usually process objects which are quite large. For example, this book contains probably more than a million characters. Text algorithms occur in many areas of science and information processing. Many text editors and programming languages have facilities for processing texts. In biology, text algorithms arise in the study of molecular sequences. The complexity of text algorithms is also one of the central and most studied problems in theoretical computer science. It could be said that it is the domain where the practice and theory are very close together.