1. Learn
    2. /
  2. Courses
    3. /
  3. Introducción al procesamiento de lenguaje natural en Python
  • 1

    Expresiones regulares y tokenización de palabras

    Free

    Este capítulo introducirá algunos conceptos básicos de NLP, como la tokenización de palabras y las expresiones regulares para ayudar a analizar el texto. También aprenderás a manejar texto no inglés y tokenización más difícil.

  • 2

    Identificación sencilla de temas

    Este capítulo te presentará la identificación del tema, que podrás aplicar a cualquier texto que encuentres en la vida real. Utilizando los modelos básicos de NLP, identificarás los temas de los textos basándote en las frecuencias de los términos. Experimentarás y compararás dos métodos sencillos: bolsa de palabras y Tf-idf utilizando NLTK, y una nueva biblioteca Gensim.

  • 3

    Reconocimiento de entidades nombradas

    Este capítulo presentará un tema algo más avanzado: el reconocimiento de entidades nombradas. Aprenderás a identificar el quién, el qué y el dónde de tus textos utilizando modelos preentrenados en textos ingleses y no ingleses. También aprenderás a utilizar algunas bibliotecas nuevas, polyglot y spaCy, para añadirlas a tu caja de herramientas de NLP.

  • 4

    Creación de un clasificador de noticias falsas

    Aplicarás los elementos básicos aprendidos junto con algo de machine learning supervisado para construir un detector de noticias falsas. Empezarás aprendiendo las nociones básicas del machine learning supervisado y luego elegirás unas cuantas funciones importantes y probarás ideas para identificar y clasificar artículos de noticias falsas.

Initializing

Exercise

NER con NLTK

¡Ahora vas a divertirte con el reconocimiento de entidades con nombre! Se ha precargado en tu espacio de trabajo un artículo de noticias raspado. Tu tarea consiste en utilizar nltk para encontrar las entidades nombradas en este artículo.

¿De qué podría tratar el artículo, dados los nombres que has encontrado?

Junto con nltk, se han preimportado sent_tokenize y word_tokenize de nltk.tokenize.

Instructions

100 XP
  • Tokeniza article en frases.
  • Convierte cada frase de sentences en palabras utilizando una lista de comprensión.
  • Dentro de una comprensión de lista, etiqueta cada frase tokenizada en partes de la oración utilizando nltk.pos_tag().
  • Trocea cada frase etiquetada en trozos de entidad con nombre utilizando nltk.ne_chunk_sents(). Junto con pos_sentences, especifica el argumento de palabra clave adicional binary=True.
  • Haz un bucle sobre cada frase y cada fragmento, y comprueba si es un fragmento de entidad con nombre comprobando si tiene el atributo label, y si chunk.label() es igual a "NE". Si es así, imprime ese trozo.