導(dǎo)讀：根據(jù)國(guó)內(nèi)某求職網(wǎng)站數(shù)據(jù)，2019年截止到目前，坐標(biāo)魔都的自然語(yǔ)言處理(NLP)相關(guān)職位平均月薪約為27510元，較2018年增長(zhǎng)66%，其中月薪30K-50K的職位占比高達(dá)45.8%。

此外，自然語(yǔ)言處理一直是AI相關(guān)的熱門領(lǐng)域，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、算法等職位的說(shuō)明中，也經(jīng)常會(huì)要求求職者掌握自然語(yǔ)言處理的相關(guān)技能。

想要拿到職位描述中許諾的高薪，首先得搞定offer;想要搞定offer，你就得秀出你的專業(yè)技能;想要掌握充足的專業(yè)技能，你可以從數(shù)據(jù)叔推薦的這9本書(shū)開(kāi)始儲(chǔ)備……

01 《Python自然語(yǔ)言處理實(shí)戰(zhàn)：核心技術(shù)與算法》

作者：涂銘 劉祥 劉樹(shù)春

推薦語(yǔ)：阿里巴巴、前明略數(shù)據(jù)和七牛云的資深NLP專家撰寫(xiě)，以實(shí)戰(zhàn)為導(dǎo)向，繞開(kāi)各種復(fù)雜數(shù)學(xué)公式與證明，確保讀者零基礎(chǔ)入門。本書(shū)專注于中文的自然語(yǔ)言處理，以Python及其相關(guān)框架為工具，以實(shí)戰(zhàn)為導(dǎo)向，詳細(xì)講解了自然語(yǔ)言處理的各種核心技術(shù)、方法論和經(jīng)典算法。

02 《Python自然語(yǔ)言處理》

作者：雅蘭·薩納卡

推薦語(yǔ)：本書(shū)致力于總體介紹自然語(yǔ)言處理領(lǐng)域中的一些概念、術(shù)語(yǔ)、應(yīng)用任務(wù)、算法和技術(shù)、系統(tǒng)搭建方法等，非常適合作為對(duì)自然語(yǔ)言處理任務(wù)感興趣的初學(xué)者進(jìn)入該領(lǐng)域的入門書(shū)籍。

你能學(xué)習(xí)到：

• 自然語(yǔ)言處理應(yīng)用開(kāi)發(fā)中的Python編程方法，理解自然語(yǔ)言數(shù)據(jù)屬性和語(yǔ)料分析處理的方法。
• 使用Python類庫(kù)處理自然語(yǔ)言，像NLTK、Polyglot、SpaCy、Standford CoreNLP等。
• 特征工程中特征抽取和特征選擇的方法。
• 深度學(xué)習(xí)中向量化方法的優(yōu)勢(shì)。
• 更好地理解規(guī)則式系統(tǒng)的架構(gòu)。
• 使用自然語(yǔ)言處理中的有監(jiān)督和無(wú)監(jiān)督機(jī)器學(xué)習(xí)方法進(jìn)行訓(xùn)練與調(diào)優(yōu)。
• 為自然語(yǔ)言處理和自然語(yǔ)言生成問(wèn)題找到合適的深度學(xué)習(xí)方法。

03 《自然語(yǔ)言處理Python進(jìn)階》

作者：克里希納·巴夫薩 等

推薦語(yǔ)：本書(shū)包含的實(shí)例可以讓你學(xué)會(huì)使用NLTK(處理NLP任務(wù)的主要Python平臺(tái))完成自然語(yǔ)言處理的各種任務(wù)，涵蓋了自然語(yǔ)言理解、自然語(yǔ)言處理和句法分析等。你將學(xué)會(huì)如何理解語(yǔ)言、處理句子及各種歧義現(xiàn)象;你也將學(xué)會(huì)如何有效地使用NLTK來(lái)進(jìn)行文本分類、分詞及詞性標(biāo)注等多個(gè)任務(wù);你還將學(xué)會(huì)如何分析詞匯和句子結(jié)構(gòu)，并掌握句法分析、語(yǔ)義分析、語(yǔ)用分析以及深度學(xué)習(xí)技術(shù)的應(yīng)用。

04 《TensorFlow自然語(yǔ)言處理》

作者：圖珊·加內(nèi)格達(dá)拉

推薦語(yǔ)：本書(shū)是一本使用深度學(xué)習(xí)算法和TensorFlow來(lái)編寫(xiě)現(xiàn)代自然語(yǔ)言處理應(yīng)用程序的實(shí)踐指南，內(nèi)容涉及詞嵌入的各種方法、CNN/RNN/LSTM的TensorFlow實(shí)現(xiàn)及應(yīng)用、LSTM在文本生成及圖像標(biāo)題生成的應(yīng)用、從統(tǒng)計(jì)機(jī)器翻譯到神經(jīng)網(wǎng)絡(luò)翻譯以及自然語(yǔ)言處理的未來(lái)。

通過(guò)閱讀本書(shū)，你將深入認(rèn)識(shí)NLP(自然語(yǔ)言處理)，并學(xué)習(xí)如何在深度學(xué)習(xí)NLP任務(wù)中應(yīng)用TensorFlow，以及如何執(zhí)行特定的NLP任務(wù)。

05 《面向自然語(yǔ)言處理的深度學(xué)習(xí)》

作者：帕拉什·戈雅爾 等

推薦語(yǔ)：通過(guò)解決dropout、池化和歸一化層的難題，探索并開(kāi)發(fā)你自己的深度學(xué)習(xí)網(wǎng)絡(luò);獲得關(guān)于強(qiáng)化學(xué)習(xí)以及如何使用上下文特定的行為令人興奮的介紹;在Tensorflow和Keras中使用疊加雙向LSTM創(chuàng)建自己的聊天機(jī)器人。

06 《Python高級(jí)數(shù)據(jù)分析：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和NLP實(shí)例》

作者：薩揚(yáng)·穆霍帕迪亞

推薦語(yǔ)：本書(shū)包含數(shù)據(jù)分析實(shí)例，涵蓋了從基礎(chǔ)統(tǒng)計(jì)學(xué)到ETL、深度學(xué)習(xí)和物聯(lián)網(wǎng)的廣泛領(lǐng)域，給出了產(chǎn)業(yè)分析項(xiàng)目各個(gè)技術(shù)方面的概念。

07 《基于深度學(xué)習(xí)的自然語(yǔ)言處理》

作者：約阿夫·戈?duì)柕仑惛?/center>

推薦語(yǔ)：深度學(xué)習(xí)技術(shù)為解決NLP問(wèn)題提供了一種可能的思路，已成為有效推動(dòng)自然語(yǔ)言處理技術(shù)發(fā)展的變革力量。

本書(shū)的作者和譯者都是國(guó)內(nèi)外NLP領(lǐng)域非?；钴S的青年學(xué)者，他們關(guān)注的方法和技術(shù)代表和預(yù)示著目前和未來(lái)NLP領(lǐng)域的趨勢(shì)。本書(shū)系統(tǒng)闡述將深度學(xué)習(xí)技術(shù)應(yīng)用于自然語(yǔ)言處理的方法和技術(shù)，深入淺出地介紹了深度學(xué)習(xí)的基本知識(shí)及各種常用的網(wǎng)絡(luò)結(jié)構(gòu)，并重點(diǎn)介紹了如何使用這些技術(shù)處理自然語(yǔ)言。

08 《自然語(yǔ)言處理與深度學(xué)習(xí)：通過(guò)C語(yǔ)言模擬》

 

作者：小高知宏

推薦語(yǔ)：本書(shū)初步探索了將深度學(xué)習(xí)應(yīng)用于自然語(yǔ)言處理的方法。概述了自然語(yǔ)言處理的一般概念，通過(guò)具體實(shí)例說(shuō)明了如何提取自然語(yǔ)言文本的特征以及如何考慮上下文關(guān)系來(lái)生成文本。

書(shū)中自然語(yǔ)言文本的特征提取是通過(guò)卷積神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)的，而根據(jù)上下文關(guān)系來(lái)生成文本則利用了循環(huán)神經(jīng)網(wǎng)絡(luò)。這兩個(gè)網(wǎng)絡(luò)是深度學(xué)習(xí)領(lǐng)域中常用的基礎(chǔ)技術(shù)。

09 《Java自然語(yǔ)言處理》

 

作者：理查德·里斯

推薦語(yǔ)：自然語(yǔ)言處理(NLP)是應(yīng)用程序開(kāi)發(fā)的重要領(lǐng)域，在解決實(shí)際問(wèn)題中起著越來(lái)越重要的作用。NLP任務(wù)支持的自然語(yǔ)言可訪問(wèn)應(yīng)用程序需求顯著增。本書(shū)將探索如何使用諸如全文本搜索、專有名稱識(shí)別、聚類、標(biāo)記、信息提取、匯總等方法自主組織文本。書(shū)中涵蓋了NLP的概念，即使沒(méi)有統(tǒng)計(jì)或自然語(yǔ)言處理背景的人也可以理解它。