Text Analytics with Python, 2nd Edition

Segunda edición profundamente ampliada y renovada (pasando de 385 a casi 700 páginas) de la referencia sobre procesamiento de lenguaje natural de Dipanjan Sarkar, publicada por Apress en 2019. Actualizada para Python 3 moderno, esta edición unifica de forma exhaustiva las técnicas tradicionales de lingüística computacional con los avances contemporáneos del aprendizaje profundo y el transfer learning. Está pensada para ingenieros de software, científicos de datos y profesionales de inteligencia artificial de nivel intermedio que buscan un compendio de referencia completo tanto para métodos consolidados de NLP como para arquitecturas neuronales aplicadas al texto.

El libro expande significativamente el recorrido temático: además de la tokenización, parsing sintáctico y extracción morfológica con versiones maduras de spaCy y NLTK, añade un bloque robusto de ingeniería avanzada de características con representaciones vectoriales modernas (Word2Vec, GloVe y FastText). Aborda la clasificación de textos a gran escala, el resumen automático de documentos, el modelado e interpretación de tópicos con LDA y LSA, la desambiguación del sentido de las palabras (WSD) y la construcción de un sistema propio de reconocimiento de entidades nombradas (NER) desde cero. Su adición más relevante es la incorporación integral del deep learning para NLP, detallando el uso de redes neuronales convolucionales (CNNs), redes recurrentes (RNN, LSTM, GRU) y técnicas de aprendizaje por transferencia aplicadas a la clasificación y análisis de sentimiento. Hace uso de herramientas como Python 3, NLTK, spaCy, scikit-learn, Gensim, TensorFlow, Keras y TextBlob.

En la vertiente práctica, se desarrollan proyectos de análisis semántico como un extractor de entidades nombradas a medida, comparativas empíricas de clasificación y análisis de sentimiento contrastando clasificadores estadísticos con modelos profundos (LSTM y CNN en Keras), y sistemas de recomendación semántica por similitud vectorial densa. Constituye una de las obras más completas para tender un puente sólido entre el NLP clásico y la era del deep learning; deja únicamente fuera la implementación detallada de los modelos transformadores generativos masivos más recientes (LLMs modernos), representando un manual exhaustivo de consulta para cualquier proyecto profesional de procesamiento de lenguaje natural.