版元ドットコム

探せる、使える、本の情報

文芸 新書 社会一般 資格・試験 ビジネス スポーツ・健康 趣味・実用 ゲーム 芸能・タレント テレビ・映画化 芸術 哲学・宗教 歴史・地理 社会科学 教育 自然科学 医学 工業・工学 コンピュータ 語学・辞事典 学参 児童図書 ヤングアダルト 全集 文庫 コミック文庫 コミックス(欠番扱) コミックス(雑誌扱) コミックス(書籍) コミックス(廉価版) ムック 雑誌 増刊 別冊
現場で使える!Python自然言語処理入門 赤石 雅典(著/文) - 翔泳社
..
【利用不可】

書店員向け情報 HELP

書店注文情報

受注専用FAX:
注文電話番号:
なし
注文FAX番号:
注文メール:
なし
受注センター:
注文電話番号:
注文FAX番号:
注文メール:
なし
注文メール:
注文電話番号:
なし
注文FAX番号:
なし
注文メール:

現場で使える!Python自然言語処理入門 (ゲンバデツカエル パイソンシゼンゲンゴショリニュウモン)

このエントリーをはてなブックマークに追加
発行:翔泳社
A5判
376ページ
定価 3,200円+税
ISBN
978-4-7981-4268-5   COPY
ISBN 13
9784798142685   COPY
ISBN 10h
4-7981-4268-9   COPY
ISBN 10
4798142689   COPY
出版者記号
7981   COPY
Cコード
C3055  
3:専門 0:単行本 55:電子通信
出版社在庫情報
不明
書店発売日
登録日
2019年11月18日
最終更新日
2020年1月20日
このエントリーをはてなブックマークに追加

紹介

第一線のAIエンジニアによる
実プロジェクトの経験に裏打ちされた
「自然言語処理」のツボをここに集約!

【本書の目的】
本書は、Pythonを利用して、人工知能分野で注目されている
自然言語の分析手法を解説した書籍です。
従来技術と新技術を比較しつつ、
「インデックス化」「エンティティ抽出」「関係抽出」
「構文解析」「評価・感情・概念分析」を網羅。

Pythonによるプログラムや、APIの利用、
商用サービス(IBM Watson)や
OSS(Mecab/Elasticsearch/Word2Vec)の利用など、
実践的な手法を解説します。
また最終章で話題のBERTについて解説します。

【本書の特徴】
本書は全体で5章構成になっています。
第1章:テキスト分析の概要をユーザ―目線、エンジニア目線の両方から丁寧に解説します。
第2章:テキスト分析のタスクを上げ、実際の分析までの具体的な方法を解説します。
第3章:AIの発達する前から利用されていたテキスト分析の手法について、
MecabやElasticsearchといったOSSを利用して解説します。
第4章:IBM社のWatson APIのAI技術を利用したテキスト分析手法を解説します。
第5章:Word2VecというOSSを利用した分析手法や、話題のBERTについて解説します。

【対象読者】
自然言語処理を学びたい理工学生・エンジニア

【著者プロフィール】
赤石雅典(あかいし・まさのり)
1987年日本アイ・ビー・エムに入社。東京基礎研究所で数式処理システムの研究開発に従事する。
1993年にSE部門に異動し、主にオープン系システムのインフラ設計・構築を担当。
2013年よりスマーターシティ事業、2016年8月にワトソン事業部に異動し、今に至る。
現在は、Watson Studio / Watson OpenScaleなどデータサイエンス系製品の提案活動が主体。

江澤美保(えざわ・みほ)
株式会社クレスコ。企業向けWebポータル製品の開発、大規模事務管理の海外移管プロジェクト、
決済サービスのフィールドエンジニア等を経て先端技術の法人営業に転向。
2015 年よりIBM Watsonに携わり、経営層へのWatson導入提案を多く経験。
現在は企業のAI導入支援を手掛けるAIコンサルタント・エンジニアとして活動中。
2019年よりIBM Champion。

目次

Chapter 1 テキスト分析とは
 1.1 テキスト分析の目的
 1.2 テキスト分析の要素技術

Chapter 2 日本語テキスト分析:前処理の勘所
 2.1 テキストの入手
 2.2 形態素解析

Chapter 3 従来型テキスト分析・検索技術
 3.1 係り受け
 3.2 検索
 3.3 日本語の検索
 3.4 検索結果のスコアリング
 3.5 類似検索

Chapter 4 商用APIによるテキスト分析・検索技術
 4.1 IBM Cloudにおけるテキスト分析系APIの全体像
 4.2 NLU(Natural Language Understanding)
 4.3 Knowledge Studio
 4.4 Discovery
 4.5 Discoveryを使う
 4.6 API経由でDiscoveryを使う
 4.7 Discoveryによるランキング学習
 4.8 APIを利用したDiscoveryのランキング学習

Chapter 5 Word2VecとBERT
 5.1 Word2Vecモデル概要
 5.2 Word2Vecを使う
 5.3 Word2Vec利用事例
 5.4 Word2Vec関連技術
 5.5 転移学習とBERT

APPENDIX 1 実習で利用するコマンド類の導入
APPENDIX 2 Jupyter Notebookの導入手順
APPENDIX 3 IBMクラウドの利用手順

上記内容は本書刊行時のものです。