驾驭文本：文本的发现、组织和处理——互动出版网

这篇是计算机类的优质预售推荐>>>>《驾驭文本：文本的发现、组织和处理》

编辑推荐

本书适合于互联网文本内容处理领域的开发人员阅读，也适合有志于加入这一领域的学生、从业人员阅读。即使对于已经从事多年文本处理研究和开发工作的人员来说，本书也不失为一种有益的补充性读物。

内容简介

文本处理是目前互联网内容应用(如搜索引擎、推荐引擎)的关键技术。本书涵盖了文本处理概念和技术的多个方面，包括文本预处理、搜索、字符串匹配、信息抽取、命名实体识别、分类、聚类、标签生成、摘要、问答等。本书的特点在于通过实例来理解文本处理的这些概念和技术，读者利用现有的开源工具就可以自己实现这些实例。 

部分目录

第1章　开始驾驭文本 ...............................................................................1
1.1　驾驭文本重要的原因 ...............................................................................................2
1.2　预览：一个基于事实的问答系统 ...........................................................................4
1.2.1　嗨，弗兰肯斯坦医生 ...................................................................................5
1.3　理解文本很困难 .......................................................................................................8
1.4　驾驭的文本 .............................................................................................................11
1.5　文本及智能应用：搜索及其他 .............................................................................13
1.5.1　搜索和匹配 .................................................................................................13
1.5.2　抽取信息 .....................................................................................................14
1.5.3　对信息分组 .................................................................................................15
1.5.4　一个智能应用 .............................................................................................15
1.6　小结 .........................................................................................................................15
1.7　相关资源 .................................................................................................................16
第2章　驾驭文本的基础 ..........................................................................17
2.1　语言基础知识 .........................................................................................................18
2.1.1　词语及其类别 .............................................................................................19
2.1.2　短语及子句 .................................................................................................20
2.1.3　词法 .............................................................................................................21
2.2　文本处理常见工具 .................................................................................................23
2.2.1　字符串处理工具 .........................................................................................23

2.2.2　词条及切词 .................................................................................................23
2.2.3　词性标注 .....................................................................................................25
2.2.4　词干还原 .....................................................................................................27
2.2.5　句子检测 .....................................................................................................29
2.2.6　句法分析和文法 .........................................................................................31
2.2.7　序列建模 .....................................................................................................33
2.3　从常见格式文件中抽取内容并做预处理 .............................................................34
2.3.1　预处理的重要性 .........................................................................................35
2.3.2　利用Apache Tika抽取内容 ........................................................................37
2.4　小结 .........................................................................................................................39
2.5　相关资源 .................................................................................................................40