情報
Python・Colab・NLP入門PythonとGoogle Colaboratoryではじめる自然言語処理
本書は自然言語処理のPythonプログラミングに必要な要点を簡潔かつわかりやすく解説しています。環境構築の手間がかからないGoogle Colaboratoryで手軽にプログラミングを試し、自然言語処理の習得へステップアップしていける入門書にふさわしい一冊です。
※近代科学社Digitalのプリントオンデマンド（POD）書籍は、各書店の店舗でもご注文いただけます。受注生産となりますので、お届けまでに10日～14日ほどかかります。
電子書籍¥1,800 小売希望価格（税別）
ペーパーバック（カバーなし）¥1,800小売希望価格（税別）
単行本（カバーあり）¥1,800小売希望価格（税別）
基本情報
| 発売日 | 2021年10月29日 |
|---|---|
| ページ数 | 148 ページ ※印刷物 |
| サイズ | B5 |
| ISBN(POD) | 9784764960251 |
| ISBN (カバー付単行本) |
9784764906808 |
| ジャンル | 情報 |
| タグ | 自然言語処理, Python, 近代科学社Digital |
| 電子書籍形式 | リフロー型 |
主要目次
第1章 ことはじめ
1.1 Python豆知識
1.2 Google Colaboratoryを開いてみる
1.3 インポートする：さまざまな機能はモジュールとして用意されている
1.4 ノートブックということ
1.5 インタプリタによるプログラムの実行
第2章 文法：基礎編
2.1 四則演算、変数、代入文、式、関数呼び出し、コメント
2.2 モジュール、import、モジュールにある関数の呼び出し
2.3 文字列
2.4 基本的な入出力
2.5 リストと配列、array、ndarray
2.6 条件式と判断分岐
2.7 for文による回数指定の繰り返し
2.8 while文による条件を満たす間の繰り返し
2.9 繰り返しを制御するbreak、continue、elseと多重ループ
2.10 関数を定義する
2.11 辞書型
2.12 リスト内包表記
2.13 Eval/Exec：切れ味鋭い万能関数
第3章 Google Colabに親しむ
3.1 Colabノートブックの利用
3.2 Colabでのコマンディング
第4章 モジュールに親しむ
4.1 NumPy
4.2 Pandas
4.3 グラフ表示にmatplotlibのpyplotを使う
4.4 Gensim
4.5 データセットの入手とNLTK
4.6 Scikit-learn
第5章 データファイルの読み書き
5.1 文字コードと日本語テキストデータの扱い
5.2 ファイルの読み込み
5.3 ファイルの書き込み
第6章 自然言語処理(NLP)する
6.1 NLPに便利なPythonの構文
6.2 spaCyでテキスト解析
6.3 GiNZAで、日本語テキストの形態素解析
6.4 spaCyでコサイン類似度を調べる
6.5 GiNZAで「幸福の王子」テキストの分かち書き化
第7章 WordCloudで直観を可視化
7.1 WordCloudの準備
7.2 WordCloudを実行し、画像を生成する
7.3 WordCloudに任意形を与える
第8章 トピックモデリング
8.1 LDAに取り組む
8.2 日本語テキストに対するLDAモデリング
8.3 ロイターデータセットの入門的トピックモデリング
8.4 Word2vecでトピック分析
8.5 この先の課題から
1.1 Python豆知識
1.2 Google Colaboratoryを開いてみる
1.3 インポートする：さまざまな機能はモジュールとして用意されている
1.4 ノートブックということ
1.5 インタプリタによるプログラムの実行
第2章 文法：基礎編
2.1 四則演算、変数、代入文、式、関数呼び出し、コメント
2.2 モジュール、import、モジュールにある関数の呼び出し
2.3 文字列
2.4 基本的な入出力
2.5 リストと配列、array、ndarray
2.6 条件式と判断分岐
2.7 for文による回数指定の繰り返し
2.8 while文による条件を満たす間の繰り返し
2.9 繰り返しを制御するbreak、continue、elseと多重ループ
2.10 関数を定義する
2.11 辞書型
2.12 リスト内包表記
2.13 Eval/Exec：切れ味鋭い万能関数
第3章 Google Colabに親しむ
3.1 Colabノートブックの利用
3.2 Colabでのコマンディング
第4章 モジュールに親しむ
4.1 NumPy
4.2 Pandas
4.3 グラフ表示にmatplotlibのpyplotを使う
4.4 Gensim
4.5 データセットの入手とNLTK
4.6 Scikit-learn
第5章 データファイルの読み書き
5.1 文字コードと日本語テキストデータの扱い
5.2 ファイルの読み込み
5.3 ファイルの書き込み
第6章 自然言語処理(NLP)する
6.1 NLPに便利なPythonの構文
6.2 spaCyでテキスト解析
6.3 GiNZAで、日本語テキストの形態素解析
6.4 spaCyでコサイン類似度を調べる
6.5 GiNZAで「幸福の王子」テキストの分かち書き化
第7章 WordCloudで直観を可視化
7.1 WordCloudの準備
7.2 WordCloudを実行し、画像を生成する
7.3 WordCloudに任意形を与える
第8章 トピックモデリング
8.1 LDAに取り組む
8.2 日本語テキストに対するLDAモデリング
8.3 ロイターデータセットの入門的トピックモデリング
8.4 Word2vecでトピック分析
8.5 この先の課題から