¡Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto contigo en breve.
¡Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto contigo en breve.
Programa del Curso
Esquema detallado de la formación
-
Introducción a la PNL
Entendiendo la PNL
Marcos de PNL
Aplicaciones comerciales de la PNL
Extracción de datos de la web
Trabajar con varias API para recuperar datos de texto
Trabajar y almacenar corpus de texto guardando contenido y metadatos relevantes
Ventajas de usar Python y NLTK curso intensivo
Comprensión práctica de un corpus y un conjunto de datos
¿Por qué necesitamos un corpus?
Análisis de corpus
Tipos de atributos de datos
Diferentes formatos de archivo para corpus
Preparación de un conjunto de datos para aplicaciones de NLP
Comprender la estructura de una oración
Componentes de la PNL
Comprensión del lenguaje natural
Análisis morfológico: raíz, palabra, token, etiquetas de voz
Análisis sintáctico
Análisis semántico
Manejo de la ambigüedad
Preprocesamiento de datos de texto
Corpus: texto sin procesar
Tokenización de oraciones
Derivación para texto sin formato
Lemización de texto sin formato
Eliminación de palabras vacías
Sentencias sin corpus
Word Tokenización
Word Lematización
Trabajar con matrices Término-Documento/Documento-Término
Tokenización de texto en n-gramas y oraciones
Preprocesamiento práctico y personalizado
Análisis de datos de texto
Característica básica de la PNL
Analizadores sintácticos y análisis sintáctico
Etiquetado y etiquetadores de puntos de venta
Reconocimiento de entidades de nombre
N-gramas
Bolsa de palabras
Características estadísticas de la PNL
Conceptos de álgebra lineal para PNL
Teoría probabilística de la PNL
TF-IDF
Vectorización
Codificadores y decodificadores
Normalización
Modelos probabilísticos
Ingeniería de características avanzadas y NLP
Conceptos básicos de word2vec
Componentes del modelo word2vec
Lógica del modelo word2vec
Extensión del concepto word2vec
Aplicación del modelo word2vec
Caso práctico: Aplicación de la bolsa de palabras: resumen automático de texto utilizando algoritmos de Luhn simplificados y verdaderos
Agrupación de documentos, clasificación y modelado de temas
Agrupación en clústeres de documentos y minería de patrones (agrupación jerárquica, k-means, agrupación, etc.)
Comparación y clasificación de documentos mediante medidas de distancia TFIDF, Jaccard y coseno
Clasificación de documentos utilizando Bayes ingenuo y máxima entropía
Identificación de elementos de texto importantes
Reducción de la dimensionalidad: Análisis de Componentes Principales, Descomposición de Valores Singulares, factorización de matrices no negativas
Modelado de temas y recuperación de información mediante Análisis Semántico Latente
Extracción de entidades, análisis de sentimientos y modelado avanzado de temas
Positivo vs. negativo: grado de sentimiento
Teoría de la respuesta al ítem
Etiquetado de partes de la voz y su aplicación: búsqueda de personas, lugares y organizaciones mencionadas en el texto
Modelado avanzado de temas: Asignación latente de Dirichlet
Casos de estudio
Minería no estructurada opiniones de usuarios
Clasificación de opiniones y visualización de los datos de reseñas de productos
Minería de registros de búsqueda de patrones de uso
Clasificación de textos
Modelado de temas
Requerimientos
Conocimiento y conciencia de los principios de la PNL y apreciación de la aplicación de la IA en los negocios
21 Horas
Testimonios (1)
I feel I get the core skills I need to understand how the ROS fits together, and how to structure projects in it.
