Cursos de Procesamiento de lenguaje natural con Deep Dive en Python y NLTK

Introducción a Python

Introducción

1 - Instalando Python

2 - Números

3 - Cuerdas

4 - Cortar cadenas

5 - Listas

6 - Instalando PyCharm

Declaraciones condicionales

7 - si elif else

Iteraciones

8 - para

9 - Rango y mientras

10 - Comentarios y Descanso

11 - Continuar

Funciones

12 - Funciones

13 - Valores de retorno

14 - Valores predeterminados para argumentos

15 - Alcance variable

16 - Argumentos de palabras clave

17 - Número de argumentos flexibles

18 - Desempaquetando Argumentos

19 - Mi viaje a Walmart y Sets

20 - Diccionario

21 - Módulos

Jugando con solicitudes y archivos

22 - Descargar una imagen de la Web

23 - Cómo leer y escribir archivos

24 - Descarga de archivos de la Web

Excepciones

28 - Excepciones

Programas orientados a objetos

29 - Clases y objetos

30 - init

31 - Variables de clase frente a instancia

32 - Herencia

33 - Herencia múltiple

34 - enhebrado

Jugando con Python

35 - Desempaquetar lista o tuplas

36 - Zip (e historia de infección de levadura)

37 - Lamdba

38 - Diccionarios Min, Max y Sorting

39 - Almohada

40 - Recortar imágenes

41 - Combina imágenes juntas

42 - Obtención de canales individuales

43 - efecto de fusión impresionante

44 - Transformaciones Básicas

45 - Modos y filtros

46 - estructura

47 - mapa

48 - Operadores de bit a bit

49 - Encontrar los artículos más grandes o más pequeños

50 - Cálculos del diccionario

51 - Encontrar la mayoría de los artículos frecuentes

52 - Diccionario de múltiples claves

53 - Clasificación de objetos personalizados

Agregar Ons:

54 - Conectividad de base de datos y consulta de MySQL

55 - Vista rápida de expresiones regulares

56 - Jugar con la API REST

Escribir un rastreador web

Procesamiento de lenguaje natural y NLTK

Introducción a NLP (ejemplos en Python, por supuesto)

1. Manipulación de texto simple

1. Búsqueda de texto
2. Contando palabras
3. Dividir textos en palabras
4. Dispersión léxica

2. Procesamiento de estructuras complejas

1. Representando texto en Listas
2. Listas de Indización
3. Colocaciones
4. Bigrams
5. Distribuciones de frecuencias
6. Condicionales con palabras
7. Comparando palabras (startswith, endswith, islower, isalpha, etc ...)

3. Comprensión del lenguaje natural

1. Desambiguación del sentido de la palabra
2. Resolución del pronombre

4. Traducciones automáticas (estadísticas, basadas en reglas, literales, etc.)

5. Ceremonias

NLP en Python en ejemplos

1. Acceder a Text Corpora y recursos léxicos

1. Fuentes comunes para corpora
2. Distribuciones de frecuencia condicionales
3. Contando palabras por género
4. Creando un corpus propio
5. Diccionario de pronunciación
6. Léxicos Shoebox y Toolbox
7. Sentidos y sinónimos
8. Jerarquías
9. Relaciones léxicas: Merónimos, Holónimos
10. Similitud semántica

2. Procesamiento de texto sin formato

1. Priting
2. estridente
3. extraer partes de una cuerda
4. acceder a personajes individuales
5. buscando, reemplazando, spliting, join, indexing, etc ...
6. usando expresiones regulares
7. detectar patrones de palabras
8. proveniente
9. tokenización
10. normalización del texto
11. Segmentación de palabras (especialmente en chino)

3. Categorizar y etiquetar palabras

1. Etiquetado Corpora
2. Tokens etiquetados
3. Parte-de-voz
4. Diccionarios de Python
5. Mapeo de palabras a Propertieis
6. Etiquetado automático
7. Determinando la Categoría de una Palabra (Morfológica, Sintáctica, Semántica)

4. Clasificación de texto (Aprendizaje automático)

1. Clasificación supervisada
2. Segmentación de oraciones
3. Validación cruzada
4. Árboles de decisión

5. Extrayendo información del texto

1. Chunking
2. Tintineo
3. Etiquetas vs Árboles

6. Analizando la estructura de oraciones

1. Gramática libre de contexto
2. Parsers

7. Creación de gramáticas basadas en características

1. Características gramaticales
2. Procesamiento de estructuras de características

8. Analizando el significado de las oraciones

1. Semántica y Lógica
2. Lógica proposicional
3. Lógica de primer orden
4. Semántica del discurso

9. Gestión de datos lingüísticos

1. Formatos de datos (Lexicon vs Text)
2. Metadata