A medida que crece el uso del aprendizaje automático y la inteligencia artificial, el procesamiento del lenguaje natural (NLP) desempeña una función más importante para acortar la brecha de la comunicación entre las máquinas y las personas. Debido al aumento en la popularidad del NLP, hay más recursos en línea disponibles. Sin embargo, a veces, se necesita un buen libro para conocer lo básico sobre este tema tan complejo y multifacético. Los libros contribuyen a aumentar el conocimiento general sobre los datos y contienen información básica que les sirve a los lectores como introducción sobre el NLP o aclaración sobre las principales teorías, y ejemplos de la vida real.
A continuación incluimos ocho libros excelentes que le permitirán ampliar sus conocimientos y familiarizarse con las oportunidades que crea el NLP para las personas, las empresas y la sociedad. Este documento es adecuado para personas con cualquier nivel de conocimientos sobre análisis.
1. “Speech and Language Processing” (El procesamiento del lenguaje y el discurso)
Autores: Daniel Jurafsky y James H. Martin
Sitio web: Sitio | Amazon
Se trata de uno de los libros más populares y recomendados sobre NLP. Fue escrito por Dan Jurafsky, profesor de la universidad de Stanford, y James Martin, profesor de la universidad de Colorado, y proporciona una guía detallada sobre el procesamiento del lenguaje. Fue escrito como un complemento para los cursos de grado y posgrado sobre NLP o lingüística computacional. Sin embargo, no puede dejar de leerlo toda persona que desee profundizar en la teoría y la aplicación del procesamiento del lenguaje mientras desarrolla y afianza sus habilidades analíticas.
Esta es la segunda edición. Jurafsky y Martin están trabajando en la tercera, que esperan completar a finales de este año. Puede ver un borrador en la página web de Stanford de Jurafsky.
2. “Natural Language Understanding” (Comprensión del lenguaje natural)
Autor: James Allen
Sitio web: Sitio del autor | Amazon
Este libro constituye otra guía introductoria sobre el NLP y es considerado un clásico. Si bien se publicó en 1994, resulta sumamente relevante para los debates y las actividades de análisis actuales. Además, ha sido muy elogiado por generaciones de investigadores y educadores especializados en NLP. Presenta las técnicas y los conceptos principales que se necesitan para crear sistemas de NLP. Asimismo, analiza los antecedentes y la teoría de cada tema sin abrumar a los lectores con jerga excesivamente técnica.
3. “Handbook of Natural Language Processing” (Manual sobre procesamiento del lenguaje natural)
Autores: Nitin Indurkhya y Fred J. Damerau
Sitio web: Amazon
Este “Handbook of Natural Language Processing”, moderno y exhaustivo, ofrece herramientas y técnicas para desarrollar e implementar casos prácticos de NLP en sistemas informáticos. El libro consta de tres secciones: técnicas clásicas (incluyen enfoques simbólicos y empíricos), enfoques estadísticos de NLP y diversas aplicaciones. Estas incluyen desde visualización de información a construcción ontológica y minería de texto biomédica.
La segunda edición se tradujo a otros idiomas europeos y asiáticos además del inglés. Además, hace más énfasis en los enfoques estadísticos. Asimismo, cuenta con una nueva sección de aplicaciones donde se abordan áreas emergentes, como el análisis de opiniones. Constituye un buen comienzo para saber cómo aplicar el NLP a los sistemas informáticos.
4. “The Handbook of Computational Linguistics and Natural Language Processing” (El manual de la lingüística computacional y el procesamiento del lenguaje natural)
Autores: Alexander Clark, Chris Fox y Shalom Lappin
Sitio web: Amazon
Al igual que el “Handbook of Natural Language Processing”, este libro incluye una descripción general de los conceptos, las metodologías y las aplicaciones de NLP y lingüística computacional, presentadas de una forma accesible y clara. Incluye una introducción a los principales problemas teóricos y las aplicaciones de ingeniería centrales que ha generado el NLP para impulsar esta disciplina. La teoría y la práctica se combinan para mostrar la relación con la búsqueda de lenguaje, como afirman los principales investigadores de NLP. Se trata de un gran recurso para estudiantes de NLP e ingenieros que desarrollan aplicaciones de NLP en laboratorios de empresas de software.
5. “The Oxford Handbook of Computational Linguistics” (El manual de Oxford sobre lingüística computacional)
Autor: Ruslan Mitkov
Sitio web: Amazon
Este manual describe los principales conceptos, métodos y aplicaciones de lingüística computacional de una forma comprensible para estudiantes y principiantes. Tal como se describe en Amazon, constituye una referencia innovadora sobre uno de los campos más activos y productivos del área de la lingüística. Se trata de una alternativa interesante y práctica para una variedad de lingüistas e investigadores de áreas como la informática, la inteligencia artificial, la ingeniería lingüística y la ciencia cognitiva. Comienza con los aspectos fundamentales de la lingüística. Luego, brinda una descripción general de las tareas, técnicas y herramientas actuales del procesamiento del lenguaje natural, dirigida a investigadores del lenguaje informático más experimentados. Independientemente de si es profano o especialista en la materia, este libro le será de utilidad.
6. “Foundations of Statistical Natural Language Processing” (Las bases del procesamiento del lenguaje natural estadístico)
Autores: Christopher Manning y Hinrich Schuetze
Sitio web: Sitio | Amazon
Este libro también fue escrito por un profesor de la universidad de Stanford colega de Jurafsky, Christopher Manning. Ambos han impartido un curso introductorio al NLP de gran popularidad en Stanford. El coautor es profesor de Lingüística computacional en la German Ludwig-Maximilians-Universität.
El libro contiene una introducción a los métodos estadísticos del NLP y una base sólida para comprender los nuevos métodos de NLP y para la creación de herramientas de NLP. Las bases matemáticas y lingüísticas, además de los métodos estadísticos, se representan de tal manera que sirven de ayuda a los lectores para crear aplicaciones de procesamiento del lenguaje.
7. “Natural Language Processing with Python: Analyzing Text with the Natural Language Toolkit” (Procesamiento del lenguaje natural con Python: análisis de textos con un kit de herramientas de lenguaje natural)
Autores: Steven Bird, Ewan Klein y Edward Loper
Sitio web: Sitio | Amazon
Este libro constituye una introducción útil al campo del NLP con un enfoque basado en la programación. Si desea una fuente práctica en su biblioteca o escritorio, ya sea principiante en el área de NLP, lingüista computacional o desarrollador de inteligencia artificial, en esta publicación encontrará cientos de ejemplos detallados y ejercicios que le permitirán comprobar el NLP en acción. Puede usarse para estudiar de forma independiente o como libro de texto de un curso sobre NLP o lingüística computacional. También puede servir como complemento en cursos sobre inteligencia artificial, minería de texto o lingüística de corpus.
¿Siente curiosidad sobre el lenguaje de programación Python? Encontrará una descripción de cómo crear programas con Python que analicen datos no estructurados, como el lenguaje, y recomendaciones sobre descargas del kit de herramientas del lenguaje natural y Python. En un sitio complementario, los autores actualizaron el libro para el trabajo con Python 3 y NLTK 3.
8. “Big Data Analytics Methods: Modern Analytics Techniques for the 21st Century: The Data Scientist’s Manual to Data Mining, Deep Learning & Natural Language Processing” (Métodos de análisis de big data: técnicas de análisis moderno para el siglo XXI: manual del científico de datos sobre minería de datos, aprendizaje profundo y procesamiento del lenguaje natural)
Autor: Peter Ghavami
Sitio web: Amazon
El libro de Peter puede parecer abrumador para un principiante en NLP. Sin embargo, resulta muy útil como manual completo para quienes estén familiarizados con el NLP y la forma en que se relacionan los big data en el mundo actual. También es una referencia útil para científicos de datos, analistas, administradores de negocios y personas especializadas en inteligencia de negocios. Gracias a sus más de cien técnicas y métodos de análisis, creemos que hará las delicias de los analistas más experimentados.
Los capítulos incluyen de todo, desde aprendizaje automático hasta modelos predictivos y análisis de clústeres. Los temas sobre ciencia de datos incluyen visualización de datos, predicción y análisis de regresión. Además, se abordan temas relacionados con el NLP, como redes neuronales, aprendizaje profundo e inteligencia artificial. Si bien estos incluyen una explicación exhaustiva, Peter también profundiza en la terminología y las bases matemáticas.
Aviso de declinación de responsabilidades: Tableau no se responsabiliza oficialmente de ningún producto, publicación u opinión que se incluya en esta página web; por lo tanto, esta página no tiene ningún tipo de relación con ninguno de los programas de vínculos afiliados. El objetivo de este artículo es puramente para fines educativos; asimismo, la información detallada arriba acerca de productos y publicaciones se incluye para que los lectores puedan tomar decisiones informadas por su cuenta.