Natural Language Processing in Action

Manual formativo exhaustivo publicado por Manning en 2019, escrito por Cole Howard, Hannes Hapke y Hobson Lane, que recorre la evolución del procesamiento del lenguaje natural en Python desde los métodos estadísticos iniciales hasta el aprendizaje profundo. Está orientado a desarrolladores, analistas de datos y estudiantes que parten de un nivel básico de NLP y cuentan con fundamentos de programación en Python, interesados en construir sistemas inteligentes que comprendan y generen texto sin depender exclusivamente de cajas negras.

El libro expone de manera progresiva conceptos de tokenización, expresiones regulares, matrices TF-IDF y análisis semántico latente (LSA y LDA), avanzando hacia embeddings vectoriales con Word2Vec y redes neuronales densas. Posteriormente cubre arquitecturas convolucionales (CNN) para texto, redes recurrentes (RNN), celdas de memoria a largo plazo (LSTM), modelos secuencia a secuencia (Seq2Seq) con mecanismos de atención, extracción de información, reconocimiento de entidades nombradas (NER) y técnicas de paralelización y escalado con Gensim, spaCy, NLTK, Scikit-learn, Keras y TensorFlow.

Se construyen aplicaciones funcionales como un buscador semántico, clasificadores de sentimiento, extractores de datos estructurados a partir de texto libre y un motor conversacional interactivo (chatbot) con arquitectura Seq2Seq y gestión de contexto. Su gran mérito pedagógico es ilustrar cómo se transforman matemáticamente las palabras en cada etapa del pipeline antes de recurrir a redes profundas; como contrapartida temporal, al publicarse en 2019 no aborda en profundidad la era de los transformers masivos ni bibliotecas como Hugging Face, funcionando como una base conceptual insustituible.