JAVA自然语言处理

自然语言处理（NLP）是应用程序开发的重要领域，在解决实际问题中起着越来越重要的作用。NLP任务支持的自然语言可访问应用程序需求显著增。本书将探索如何使用诸如全文本搜索、专有名称识别、聚类、标记、信息提取、汇总等方法自主组织文本。书中涵盖了NLP的概念，即使没有统计或自然语言处理背景的人也可以理解它。

Richard M. Reese曾就职于学术界和工业界。他曾在电信和航天工业领域工作17年，期间曾担任研发、软件开发、监督和培训等多个职位。他目前任教于塔尔顿州立大学，运用他多年来积累的行业经验来完善他的课程。
Richard曾出版过关于Java和C的书籍，他使用简洁易用的方法讨论主题，这些书籍包括《EJB 3.1 Cookbook》，有关Java 7和Java 8的新功能、Java认证以及jMonkey引擎，以及一本关于C指针的书。

CONTENTS目    录译者序作者简介审校者简介前言第1章  NLP简介 11.1  什么是NLP 21.2  为何使用NLP 31.3  NLP的难点 41.4  NLP工具汇总 51.4.1  Apache OpenNLP 61.4.2  Stanford NLP 71.4.3  LingPipe 91.4.4  GATE 101.4.5  UIMA 101.5  文本处理概览 101.5.1  文本分词 111.5.2  文本断句 121.5.3  人物识别 141.5.4  词性判断 161.5.5  文本分类 171.5.6  关系提取 181.5.7  方法组合 201.6  理解NLP模型 201.6.1  明确目标 201.6.2  选择模型 211.6.3  构建、训练模型 211.6.4  验证模型 221.6.5  使用模型 221.7  准备数据 221.8  本章小结 24第2章  文本分词 252.1  理解文本分词 252.2  什么是分词 262.3  一些简单的Java分词器 282.3.1  使用Scanner类 292.3.2  使用split方法 302.3.3  使用BreakIterator类 312.3.4  使用StreamTokenizer类 322.3.5使用StringTokenizer类 342.3.6使用Java核心分词法的性能考虑 342.4NLP分词器的API 342.4.1使用OpenNLPTokenizer类分词器 352.4.2使用Stanford分词器 372.4.3训练分词器进行文本分词 412.4.4分词器的比较 442.5理解标准化处理 452.5.1转换为小写字母 452.5.2去除停用词 462.5.3词干化 492.5.4词形还原 512.5.5使用流水线进行标准化处理 542.6本章小结 55第3章  文本断句 563.1SBD方法 563.2SBD难在何处 573.3理解LingPipe的HeuristicSen-tenceModel类的SBD规则 593.4简单的Java SBD 603.4.1使用正则表达式 603.4.2使用BreakIterator类 623.5使用NLP API 633.5.1使用OpenNLP 643.5.2使用Stanford API 663.5.3使用LingPipe 743.6训练文本断句模型 783.6.1使用训练好的模型 803.6.2使用SentenceDetector-Evaluator类评估模型 813.7本章小结 82第4章  人物识别 834.1NER难在何处 844.2NER的方法 844.2.1列表和正则表达式 854.2.2统计分类器 854.3使用正则表达式进行NER 864.3.1使用Java的正则表达式来寻找实体 864.3.2使用LingPipe的RegEx-Chunker类 884.4使用NLP API 894.4.1使用OpenNLP进行NER 894.4.2使用Stanford API进行NER 954.4.3使用LingPipe进行NER 964.5训练模型 1004.6本章小结 103第5章  词性判断 1045.1词性标注 1045.1.1词性标注器的重要性 1075.1.2词性标注难在何处 1075.2使用NLP API 1095.2.1使用OpenNLP词性标注器 1105.2.2使用Stanford词性标注器 1185.2.3使用LingPipe词性标注器 1255.2.4训练OpenNLP词性标注模型 1295.3本章小结 131第6章  文本分类 1326.1文本分类问题 1326.2情感分析介绍 1346.3文本分类技术 1356.4使用API进行文本分类 1366.4.1OpenNLP的使用 1366.4.2Stanford API的使用 1406.4.3使用LingPipe进行文本分类 1456.5本章小结 152第7章  关系提取 1537.1关系类型 1547.2理解解析树 1557.3关系提取的应用 1567.4关系提取 1597.5使用NLP API 1597.5.1OpenNLP的使用 1597.5.2使用Stanford API 1627.5.3判断共指消解的实体 1667.6问答系统的关系提取 1687.6.1判断单词依赖关系 1697.6.2判断问题类型 1707.6.3搜索答案 1717.7本章小结 173第8章  方法组合 1748.1准备数据 1758.1.1使用Boilerpipe从HTML中提取文本 1758.1.2使用POI从Word文档中提取文本 1778.1.3使用PDFBox从PDF文档中提取文本 1818.2流水线 1828.2.1使用Stanford流水线 1828.2.2在Standford流水线中使用多核处理器 1878.3创建一个文本搜索的流水线 1888.4本章小结 193