似此星辰

书名：Mastering Natural Language Processing with Python 作者：Deepti Chopra，Nisheeth Joshi，Iti Mathur 出版社：Published by Packt Publishing Ltd. 出版时间：2016.06 ISBN：978-1-78398-904-1

作者都是Banasthali University的。

整体感觉，唉国外教材，它真的很像让什么都不会的我学会啊，真的非常适合自学。最主要是还有配套的线上代码块用于练习。只能说牛逼（但我没基础，唉）。

Python拥有大量的库和框架来支持，比较适合做自然语言处理。 文本分类、信息抽取、机器翻译、问答系统、摘要、情感计算、文本生成这些内容都涉及了。NLTK、spaCy、TextBlob、gensim、Stanford NLP、Hugging Face Transformers都有写，生怕我不会（我是真不会） 说起来前几天同侪聊到审查那边已经专业断档了，门外汉干技术活两眼一抹黑。 也能理解，缩短审查时间也是走极端了，干什么都讲究飞速，飞你个叮叮猫哦。

实际操作比较难理解的其实是情感分析、计算。比如文本分类里面有提到通过判断用户对于产品/服务态度的积极/消极特定识别垃圾邮件，难得理解了一部分。

Python生态系统和库在支持大模型方面确实有一些局限性。 Python有大量的库，提供高级接口来构建、训练和部署大模型。Hugging Face Transformers库特别适合处理基于Transformer架构的预训练模型，如BERT、GPT-3这些。 但是相对于编译型语言（啊，C++），Python在处理大规模数据集的时候执行效率上可能较低，关键部分代码转为C/C++的也比较多见。而且它对内存不友好，部署也太复杂了。

近期倒没怎么看到过这一类申请案例，也许大家都把目光转到大模型新场景应用上了吧（比较好吹一点）。