Libro

Getting Started with Natural Language Processing: เริ่ม NLP ด้วย Python จากศูนย์

หนังสือของ Ekaterina Kochmar จาก Manning สอน NLP เบื้องต้นผ่านโปรเจกต์ Python ทีละบท บทความนี้สรุปจากหน้าสำนักพิมพ์ ตัวอย่างต้นบทที่ 1 และ repository โค้ดประกอบเล่ม

ทีมบรรณาธิการ Libro · 25 ตุลาคม 2569 · แก้ไขล่าสุด 27 ตุลาคม 2569 · อ่านประมาณ 3 นาที

ภาพประกอบบทความ: ปกหนังสือ Getting Started with Natural Language Processing โดย Ekaterina Kochmar

ขอบเขตของบทความ: สรุปจากการอ่านตัวอย่างต้นบทที่ 1 บน liveBook ของ Manning หน้าหนังสือของสำนักพิมพ์ และ repository โค้ดประกอบเล่มของผู้เขียน ตัวอย่างที่เปิดได้มีเพียงบทนำและหัวข้อของบทที่ 1 ยังไม่ได้อ่านเนื้อหาบทอื่น

นักพัฒนาหลายคนอยากเริ่มงานด้านข้อความ เช่น ทำ sentiment analysis กับรีวิว จัดกลุ่มหัวข้อข่าว หรือดึงชื่อบริษัทออกจากเอกสาร แต่ไม่รู้ว่าควรเรียนพื้นฐานอะไรก่อนจะไปถึง model ขนาดใหญ่ หนังสือเล่มนี้วางตัวเป็นจุดเริ่มต้นสำหรับคนกลุ่มนี้

หนังสือเล่มนี้ว่าด้วยอะไร

Getting Started with Natural Language Processing เขียนโดย Ekaterina Kochmar อาจารย์ภาควิชาวิทยาการคอมพิวเตอร์ University of Bath ตีพิมพ์โดย Manning ISBN 9781617296765 หน้าสำนักพิมพ์ระบุว่าออกเมื่อกันยายน 2022 ความยาว 456 หน้า (หน้าหนังสือของ Manning)

Manning อธิบายว่าแต่ละบทต่อยอดจากบทก่อนหน้า และมีโค้ด Python กับโปรเจกต์ลงมือทำ

เนื้อหาครอบคลุมหัวข้ออะไร

repository โค้ดของผู้เขียนแบ่ง notebook ตามบท ซึ่งช่วยให้เห็นโครงของเล่ม (Essential-NLP บน GitHub):

บท

หัวข้อตาม repository

1

Introduction

2

Your first NLP example

3

Introduction to Information Search

4

Information Extraction

5–6

Author Attribution and User Profiling

7–8

Sentiment Analysis

9

Topic Analysis

10

Topic Modeling

11

Named Entity Recognition

หน้าสำนักพิมพ์ระบุหัวข้อที่สอดคล้องกัน ได้แก่ การสร้าง search algorithm การดึงข้อมูลจากข้อความดิบ sentiment analysis, user profiling, topic labeling และ named entity recognition (หน้าหนังสือของ Manning)

สิ่งที่เห็นจากตัวอย่างบทที่ 1

liveBook เปิดให้อ่านบทนำของบทที่ 1 ส่วนเนื้อหาหัวข้อย่อยถูกปิดไว้ (บทที่ 1 บน liveBook)

  • บทนำระบุว่าบทนี้จะอธิบายว่า NLP คืออะไร ทำไมจึงสำคัญ งานและการใช้งานแบบคลาสสิก และวิธีที่เครื่องแทนคำและความหมายของคำ

  • หัวข้อ 1.2 Typical tasks ไล่งาน NLP ที่พบบ่อย ได้แก่ information search, การถามคำถามที่เจาะจง, conversational agents, text prediction และ language generation, spam filtering, machine translation และการตรวจตัวสะกดและไวยากรณ์

  • บทนำกล่าวถึงผู้อ่านหลายกลุ่ม คือโปรแกรมเมอร์ที่อยากได้ทักษะใหม่ ผู้ทำงานด้าน machine learning หรือ data science ที่เห็นศักยภาพของข้อมูลภาษา และคนที่สนใจว่าภาษาทำงานอย่างไรและประมวลผลอัตโนมัติได้อย่างไร

พื้นฐานที่ควรมีก่อนอ่าน

Manning ระบุว่าผู้อ่านต้องมีพื้นฐาน Python และไม่จำเป็นต้องมีประสบการณ์ NLP มาก่อน (หน้าหนังสือของ Manning)

README ของ repository บอกว่าโค้ดเขียนและทดสอบกับ Python 3.7 และใช้ NLTK 3.5, spaCy 3.1.3 พร้อม model en_core_web_sm, en_core_web_md และ en_core_web_lg, gensim 3.8.0, scikit-learn 0.22.1, numpy, pandas, matplotlib และ Jupyter (Essential-NLP บน GitHub) เวอร์ชันเหล่านี้ค่อนข้างเก่า ถ้าใช้ library รุ่นใหม่อาจต้องปรับโค้ดบางส่วน ข้อนี้เป็นข้อสังเกตของบทความ ยังไม่ได้ทดลองรันโค้ด

เหมาะกับใคร และใครควรเริ่มจากเล่มอื่นก่อน

  • เหมาะ กับนักพัฒนา Python ที่ยังไม่เคยทำ NLP และอยากเข้าใจงานพื้นฐานอย่าง search, classification และ information extraction ผ่านโปรเจกต์จริง

  • ควรเลือกเล่มอื่น ถ้าต้องการเรียน transformer หรือ large language model โดยตรง เพราะหัวข้อบทตาม repository เน้นเทคนิคพื้นฐานและ library อย่าง NLTK, spaCy และ gensim

ข้อจำกัดของข้อมูลที่ใช้ในบทความนี้

  • อ่านเฉพาะบทนำและหัวข้อของบทที่ 1 บน liveBook เนื้อหาบทอื่นสรุปจากชื่อ notebook ใน repository และคำอธิบายของสำนักพิมพ์

  • ชื่อบทในบทความนี้มาจาก repository ไม่ใช่สารบัญของสำนักพิมพ์ ชื่อจริงในเล่มอาจต่างเล็กน้อย

  • วันที่และจำนวนหน้าไม่ตรงกัน หน้า Manning ระบุกันยายน 2022 และ 456 หน้า ส่วนข้อมูล Google Books ในแคตตาล็อกระบุ 18 ตุลาคม 2022 และ 454 หน้า

  • บทความนี้ไม่ได้รันโค้ดใน repository

แหล่งอ้างอิง

  • Getting Started with Natural Language Processing · Manning · คำอธิบายหนังสือ วันที่ตีพิมพ์ จำนวนหน้า ISBN และพื้นฐานที่ต้องมี

  • Chapter 1 on liveBook · Manning · บทนำและหัวข้อของบทที่ 1

  • Essential-NLP · Ekaterina Kochmar · README รายชื่อ notebook ตามบท และเวอร์ชัน library

บทความนี้อ่านจบได้ในตัวเอง หนังสือด้านบนคือจุดต่อยอดสำหรับผู้ที่ต้องการศึกษาลึกขึ้น