ComenzarEmpieza gratis

Práctica de gráficos

En este ejercicio, usarás algunas entidades con nombre extraídas y sus agrupaciones de una serie de artículos de prensa para graficar la diversidad de tipos de entidades con nombre en los artículos.

Usarás un defaultdict llamado ner_categories, con claves que representan cada tipo de grupo de entidad con nombre y valores para contar cuántas hay de cada tipo. Tienes una lista de oraciones con troceado en chunks llamada chunked_sentences, similar a la del ejercicio anterior, pero esta vez con nombres de categorías no binarios.

Puedes usar hasattr() para comprobar si cada chunk tiene una 'label' y luego simplemente usar el método .label() del chunk como clave del diccionario.

Este ejercicio forma parte del curso

Introducción al Natural Language Processing en Python

Ver curso

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Create the defaultdict: ner_categories
ner_categories = ____
Editar y ejecutar código