Name: Natural Language Annotation for Machine Learning (en Inglés)
Price: 169870.00 COP
Availability: InStock
Author: Pustejovsky, James ; Stubbs, Amber
ISBN: 9781449306663

portada Natural Language Annotation for Machine Learning (en Inglés)

Formato

Libro Físico

Autor

James Pustejovsky

Amber Stubbs

Editorial

O'Reilly Media

Año

2012

Idioma

Inglés

N° páginas

342

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 18.0 x 1.9 cm

Peso

0.55 kg.

ISBN

1449306667

ISBN13

9781449306663

N° edición

Categorías

Diseño y teoría de bases de datos
Lenguaje natural y traducción automática
Arquitectura de la información

Natural Language Annotation for Machine Learning (en Inglés)

James Pustejovsky (Autor) · Amber Stubbs (Autor) · O'Reilly Media · Tapa Blanda

Libro Nuevo

$ 169.870

$ 339.739

Ahorras: $ 169.870

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Martes 02 de Julio y el Martes 16 de Julio.

Lo recibirás en cualquier lugar de Colombia entre 1 y 5 días hábiles luego del envío.

Reseña del libro "Natural Language Annotation for Machine Learning (en Inglés)"

Create your own natural language training corpus for machine learning. Whether you're working with English, Chinese, or any other natural language, this hands-on book guides you through a proven annotation development cycle--the process of adding metadata to your training corpus to help ML algorithms work more efficiently. You don't need any programming or linguistics experience to get started.Using detailed examples at every step, you'll learn how the MATTER Annotation Development Process helps you Model, Annotate, Train, Test, Evaluate, and Revise your training corpus. You also get a complete walkthrough of a real-world annotation project.Define a clear annotation goal before collecting your dataset (corpus)Learn tools for analyzing the linguistic content of your corpusBuild a model and specification for your annotation projectExamine the different annotation formats, from basic XML to the Linguistic Annotation FrameworkCreate a gold standard corpus that can be used to train and test ML algorithmsSelect the ML algorithms that will process your annotated dataEvaluate the test results and revise your annotation taskLearn how to use lightweight software for annotating texts and adjudicating the annotationsThis book is a perfect companion to O'Reilly's Natural Language Processing with Python.