Traitement de texte avec spaCy

Chaque application de NLP comprend plusieurs étapes de traitement de texte. Vous avez déjà vu certaines de ces étapes, notamment la tokenisation, la lemmatisation, la segmentation en phrases et la reconnaissance d'entités nommées.

spaCy NLP Pipeline

Dans cet exercice, vous allez continuer à vous exercer aux étapes de traitement de texte dans spaCy, comme découper le texte en phrases et extraire les entités nommées. Vous utiliserez les cinq premières évaluations du jeu de données Amazon Fine Food Reviews. Vous pouvez accéder à ces évaluations au moyen de l'objet texts.

Le modèle en_core_web_sm a déjà été chargé pour vous et est accessible via nlp. La liste des contenants Doc pour chaque élément de texts est aussi préchargée et accessible dans documents.

Cette activité fait partie du cours

Traitement du langage naturel avec spaCy

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create a list to store sentences of each Doc container in documents
sentences = [[____ for sent in doc.____] for doc in documents]

# Print number of sentences in each Doc container in documents
num_sentences = [len(____) for s in sentences]
print("Number of sentences in documents:\n", ____)

Modifier et exécuter le code

Cette activité fait partie du cours

Traitement du langage naturel avec spaCy

SkillTag.level.intermediateSkillTag.label

4.8+

Commencer le cours gratuitement

Ce chapitre vous présentera le NLP, certaines de ses applications comme la reconnaissance d'entités nommées et les robots conversationnels propulsés par l'IA. Vous apprendrez à utiliser la puissante bibliothèque spaCy pour effectuer diverses tâches de traitement du langage naturel, comme la tokenisation, la segmentation en phrases, l'étiquetage morphosyntaxique (POS tagging) et la reconnaissance d'entités nommées.

Exercise 1: Notions de base en traitement automatique du langage naturel (NLP)Exercise 2: Conteneur Doc dans spaCy Exercise 3: Cas d'utilisation de l'ERN Exercise 4: Tokenisation avec spaCy Exercise 5: Bases de spaCy Exercise 6: Exécuter un pipeline spaCy Exercise 7: Lemmatisation avec spaCy Exercise 8: Segmentation des phrases avec spaCy Exercise 9: Caractéristiques linguistiques dans spaCy Exercise 10: Étiquetage POS avec spaCy Exercise 11: La reconnaissance d'entités nommées (NER) avec spaCy Exercise 12: Traitement de texte avec spaCy

Exercice en cours

Découvrez les traits linguistiques, les vecteurs de mots, la similarité sémantique, les analogies et les opérations sur les vecteurs de mots. Dans ce chapitre, vous verrez comment utiliser spaCy pour extraire des vecteurs de mots, catégoriser des textes pertinents pour un sujet donné et trouver des termes sémantiquement similaires à des mots donnés à partir d'un corpus ou du vocabulaire d'un modèle spaCy.

Exercise 1: Caractéristiques linguistiques Exercise 2: Annotations linguistiques dans spaCy Exercise 3: Désambiguïsation du sens des mots avec spaCy Exercise 4: Analyse en dépendances avec spaCy Exercise 5: Introduction aux vecteurs de mots Exercise 6: Vocabulaire de spaCy Exercise 7: Vecteurs de mots dans le vocabulaire de spaCy Exercise 8: Vecteurs de mots et spaCy Exercise 9: Analogies et opérations sur les vecteurs Exercise 10: Projection de vecteurs de mots Exercise 11: Mots similaires dans un vocabulaire Exercise 12: Mesurer la similarité sémantique avec spaCy Exercise 13: Similarité de Doc avec spaCy Exercise 14: Similarité de segments avec spaCy Exercise 15: Similarité sémantique pour catégoriser du texte

Familiarisez-vous avec les composants du pipeline spaCy, la façon d'ajouter un composant au pipeline et d'analyser le pipeline de NLP. Vous verrez aussi plusieurs approches d'extraction d'information fondées sur des règles à l'aide des classes EntityRuler, Matcher et PhraseMatcher de spaCy, ainsi que du module RegEx de Python.

Exercise 1: Pipelines spaCy Exercise 2: Ajouter des composants (pipes) dans spaCy Exercise 3: Analyser les pipelines dans spaCy Exercise 4: EntityRuler de spaCy Exercise 5: EntityRuler avec un modèle spaCy vierge Exercise 6: EntityRuler pour la NER Exercise 7: EntityRuler avec plusieurs gabarits dans spaCy Exercise 8: Expressions régulières avec spaCy Exercise 9: Expressions régulières en Python Exercise 10: RegEx avec EntityRuler dans spaCy Exercise 11: Matcher et PhraseMatcher de spaCy Exercise 12: Faire correspondre un seul terme dans spaCy Exercise 13: PhraseMatcher dans spaCy Exercise 14: Appariement avec la syntaxe étendue dans spaCy

Explorez plusieurs cas d'usage réels où les modèles spaCy peuvent échouer et apprenez à les entraîner davantage pour améliorer leur performance. Vous serez initié aux étapes d'entraînement dans spaCy et comprendrez comment entraîner un modèle spaCy existant ou à partir de zéro, puis évaluer le modèle au moment de l'inférence.

Exercise 1: Personnaliser les modèles spaCy Exercise 2: Entraîner des modèles spaCy Exercise 3: Performance du modèle sur vos données Exercise 4: Format des données d'entraînement de spaCy Exercise 5: Étapes d'entraînement Exercise 6: Annotation et préparation des données d'entraînement Exercise 7: Données d'entraînement compatibles Exercise 8: Entraînement avec spaCy Exercise 9: Étapes de préparation à l'entraînement Exercise 10: Entraîner un modèle NER existant Exercise 11: Entraîner un modèle spaCy à partir de zéro Exercise 12: En résumé