本教材将Python自然语言处理的常用技术与真实案例相结合，深入浅出地介绍Python自然语言处理的重要内容。全书共8章，主要分为两大部分，第1～3章为基础篇，包括导论、文本基础处理、文本预处理与分析，第4～8章为实践篇，包括新闻自动分类、天问一号事件用户评论情感分析、游客景区印象分析、论文标题自动生成，以及基于TipDM大数据挖掘建模平台的游客景区印象分析。本教材每章都包含课后习题，通过练习和操作实践，帮助读者巩固所学的内容。 本教材可以作为高校数据科学或人工智能等相关专业的教材，也可作为自然语言处理爱好者的自学用书。

徐鹏，岭南师范学院数学与统计学院副教授。为本科生讲授高级语言程序、Java语言程序设计等多门课程，获得校级教研项目立项1项。主持校级实验教学示范中心项目1项并顺利结题。参与省级精品课常微分方程建设，出版教材一部。

基础篇
第1章 导论002
1.1 自然语言处理概述003
1.1.1 发展历程及未来展望003
1.1.2 研究内容与常见应用003
1.1.3 自然语言处理的基本流程005
1.2 自然语言处理的开发环境007
1.2.1 Python的优势007
1.2.2 自然语言处理开发环境配置008
1.3 自然语言与大语言模型013
本章小结015
课后习题015
第2章 文本基础处理016
2.1 文本数据源017
2.2 语料库017
2.2.1 语料库的类型018
2.2.2 语料库的用途019
2.2.3 语料库的构建与获取019
2.3 中文分词023
2.3.1 常用中文分词方法023
2.3.2 基于jieba库的中文分词029
2.4 词性标注与命名实体识别031
2.4.1 词性标注简介与规范031
2.4.2 命名实体识别简介与常用算法033
2.4.3 基于jieba库的词性标注与命名实体识别035
2.5 关键词提取037
2.5.1 常用关键词提取算法037
2.5.2 提取文本关键词039
本章小结043
课后习题043
第3章 文本预处理与分析045
3.1 文本向量化与相似度046
3.1.1 文本向量化与相似度简介046
3.1.2 常用文本向量化方法047
3.1.3 文本向量化实现055
3.1.4 常用文本相似度算法057
3.1.5 文本相似度算法实现060
3.2 文本分析简介062
3.2.1 结构化分析062
3.2.2 语义化分析064
3.3 文本分析常用算法065
3.3.1 常用机器学习算法065
3.3.2 常用深度学习算法070
本章小结076
课后习题076
实践篇
第4章 新闻类型自动分类080
4.1 业务背景与项目目标081
4.1.1 业务背景081
4.1.2 数据说明081
4.1.3 分析目标082
4.2 分析方法与过程082
4.2.1 数据采集083
4.2.2 数据探索083
4.2.3 文本预处理088
4.2.4 构建SVM模型092
4.2.5 模型评估095
本章小结096
课后习题097
第5章 天问一号事件用户评论情感分析098
5.1 业务背景与项目目标099
5.1.1 业务背景099
5.1.2 数据说明099
5.1.3 分析目标100
5.2 分析方法与过程101
5.2.1 数据探索101
5.2.2 文本预处理106
5.2.3 绘制词云图110
5.2.4 模型构建与训练114
5.2.5 模型评估119
5.2.6 模型优化121
本章小结126
课后习题126
第6章 游客景区印象分析127
6.1 业务背景与项目目标128
6.1.1 业务背景128
6.1.2 数据说明128
6.1.3 分析目标129
6.2 分析方法与流程130
6.2.1 文本预处理130
6.2.2 景区印象分析133
6.2.3 景区特色分析134
6.2.4 提升景区美誉度的建议140
本章小结141
课后习题141
第7章 论文标题自动生成142
7.1 业务背景与项目目标143
7.1.1 业务背景143
7.1.2 数据说明144
7.1.3 分析目标144
7.2 分析方法与流程145
7.2.1 文本预处理145
7.2.2 训练模型148
7.2.3 结果与分析154
本章小结156
课后习题156
第8章 基于TipDM大数据挖掘建模平台的游客景区印象分析157
8.1 TipDM大数据挖掘建模平台简介158
8.1.1 共享库159
8.1.2 数据连接159
8.1.3 数据集160
8.1.4 我的工程160
8.1.5 个人组件163
8.2 使用平台实现游客景区印象分析164
8.2.1 使用平台实现游客景区印象分析的总体流程164
8.2.2 配置数据源165
8.2.3 文本预处理167
8.2.4 景区印象分析171
8.2.5 景区特色分析174
本章小结177
课后习题178
参考文献179