Struttura del corso

Panoramica dei pacchetti Python relativi all'NLP

Introduzione alla PNL (esempi in Python ovviamente)

  1. Semplice manipolazione del testo
    1. Ricerca di testo
    2. Conteggio Words
    3. Dividere i testi in Word
    4. Dispersione lessicale
  2. Elaborazione di strutture complesse
    1. Rappresentazione del testo negli elenchi
    2. Elenchi di indicizzazione
    3. Collocazioni
    4. Bigrammi
    5. Distribuzioni di frequenza
    6. Condizionali con Words
    7. Confronto tra Word (inizia con, finisce con, è più basso, è alfa, ecc...)
  3. Comprensione del linguaggio naturale
    1. Word Disambiguazione del senso
    2. Risoluzione dei pronomi
  4. Traduzioni automatiche (statistiche, basate su regole, letterali, ecc...)
  5. Esercizi

NLP in Python negli esempi

  1. Accessing Corpora di testo e risorse lessicali
    1. Fonti comuni per i corpora
    2. Distribuzioni di frequenza condizionali
    3. Conteggio Words per genere
    4. Creazione di un proprio corpus
    5. Dizionario di pronuncia
    6. Lessici delle scatole da scarpe e degli strumenti
    7. Sensi e sinonimi
    8. Gerarchie
    9. Relazioni lessicali: meronimi, olonimi
    10. Somiglianza semantica
  2. Elaborazione del testo grezzo
    1. Premi
    2. Struncare
    3. Estrazione di parti di stringa
    4. AccessIngaggiare i singoli personaggi
    5. Ricerca, sostituzione, divisione, unione, indicizzazione, ecc...
    6. Utilizzo di espressioni regolari
    7. Rilevamento di modelli di parole
    8. Derivanti
    9. Tokenizzazione
    10. Normalizzazione del testo
    11. Word Segmentazione (soprattutto in cinese)
  3. Categorizzazione e assegnazione di tag a Words
    1. Tagged Corpora
    2. Token etichettati
    3. Set di tag per la parte del discorso
    4. Python Dizionari
    5. Mappatura da Word a Propertieis
    6. Etichettatura automatica
    7. Determinazione della categoria di A Word (morfologico, sintattico, semantico)
  4. Classificazione del testo (Machine Learning)
    1. Classificazione supervisionata
    2. Segmentazione delle frasi
    3. Convalida incrociata
    4. Alberi decisionali
  5. Estrazione di informazioni dal testo
    1. Chunking
    2. Scricchiolio
    3. Tag vs Alberi
  6. Analisi della struttura della frase
    1. Grammatica libera dal contesto
    2. Parser
  7. Creazione di grammatiche basate su funzionalità
    1. Caratteristiche grammaticali
    2. Elaborazione delle strutture delle entità geografiche
  8. Analizzare il significato delle frasi
    1. Semantica e logica
    2. Logica proposizionale
    3. Logica del primo ordine
    4. Semantica del discorso
  9. Gestione dei dati linguistici
    1. Formati dei dati (lessico vs testo)
    2. Metadati

Requisiti

Conoscenza di base di Python

 28 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative