Struttura del corso

Panoramica di Python pacchetti relativi a NLP

 

Introduzione alla PNL (esempi in Python ovviamente)

    Semplice manipolazione del testo Ricerca di testo Conteggio Words Dividere i testi in Word Dispersione lessicale
Lavorazione di strutture complesse  Rappresentazione del testo negli elenchi
  • Indicizzazione delle liste
  • Collocazioni
  • Bigrammi
  • Distribuzioni di frequenza
  • Condizionali con Words
  • Confronto di Word (startswith, endswith, islower, isalpha, ecc...)
  • Comprensione del linguaggio naturale Word Disambiguazione di senso
  • Risoluzione dei pronomi
  • Traduzioni automatiche (statistiche, basate su regole, letterali, ecc...)
  • Esercizi
  • PNL in Python negli esempi
  • Accesso ai corpora di testo e alle risorse lessicali Fonti comuni per i corpora Distribuzioni di frequenza condizionate Contare Word per genere Creazione di un proprio corpus Dizionario di pronuncia Lessici di scatole da scarpe e cassette degli attrezzi Sensi e Sinonimi Gerarchie Relazioni lessicali: meronimi, olinomi Somiglianza semantica
  • Elaborazione di testo non elaborato Prezzi
  • Struncating (Struncatura)

      Estrazione di parti di corda
    AccessCaratteristiche individuali
  • Searchsostituire, sostituire, dividere, unire, indicizzare, ecc...
  • Utilizzo di espressioni regolari
  • Rilevamento di modelli di parole
  • Umore
  • Tokenizzazione
  • Normalizzazione del testo
  • Word Segmentazione (soprattutto in cinese)
  • Categorizzare e taggare Words con tag Corpora
  • Gettoni con tag
  • Set di tag per parti del discorso
  • Python Dizionari
  • Words alla mappatura di Propertieis
  • Tagging automatico
  • Determinazione della categoria di una Word (morfologica, sintattica, semantica)
  • Classificazione del testo (Machine Learning) Classificazione supervisionata
  • Segmentazione delle frasi
  • Convalida incrociata
  • Alberi decisionali
  • Estrazione di informazioni dal testo Chunking
  • Tintinnio
  • Tag vs Alberi
  • Analisi della struttura della frase Grammatica libera dal contesto
  • Parser
  • Creazione di grammatiche basate su funzionalità Caratteristiche grammaticali
  • Elaborazione di strutture di feature
  • Analizzare il significato delle frasi Semantica e logica
  • Logica proposizionale
  • Logica del primo ordine
  • Semantica del discorso
  •  Gestione dei dati linguistici Formati di dati (lessico vs testo)
  • Metadati
  • Requisiti

    Conoscenza di base di Python

     28 ore

    Numero di Partecipanti



    Prezzo per Partecipante

    Recensioni (1)

    Corsi relativi

    Categorie relative