Análisis de texto y procesamiento del lenguaje natural con Python

Resumen

INSCRÍBETE EN MI ÚLTIMO CURSO SOBRE CÓMO APRENDER TODO ACERCA DE PYTHON, REDES SOCIALES Y PROCESAMIENTO DE LENGUAJE NATURAL (NLP)

Programa de estudio

• Introducción al Análisis de Textos y NLP
Visión general del Procesamiento del Lenguaje Natural
Importancia del Análisis de Textos en Aplicaciones Modernas
Python para NLP: Una Visión General
• Configuración del Entorno de Python
Instalación de Python e IDEs
Uso de Jupyter Notebooks
Bibliotecas Clave: NLTK, spaCy, scikit-learn
• Técnicas Básicas de Procesamiento de Textos
Tokenización
Eliminación de Stopwords
Expresiones Regulares
• Preprocesamiento de Texto
Normalización de Mayúsculas y Minúsculas
Stemming y Lematización
Manejo de Puntuación, Números y Símbolos
• Extracción de Características
Modelo de Bolsa de Palabras
Frecuencia de Términos-Inversa Frecuencia de Documentos (TF-IDF)
Vectores de Palabras: Word2Vec, GloVe
• Análisis de Sentimientos
Introducción al Análisis de Sentimientos
Uso de NLTK para Análisis de Sentimientos
Construcción de un Clasificador de Sentimientos con scikit-learn
• Clasificación de Textos
Comprensión de la Clasificación de Textos
Aprendizaje Automático Supervisado para Texto
Construcción y Evaluación de Clasificadores
• Temas Avanzados en NLP
Reconocimiento de Entidades Nombradas (NER)
Modelado de Temas con LDA
Introducción a Modelos de Transformadores y BERT
• Análisis de Datos en Redes Sociales
Recolección de Datos de APIs de Redes Sociales
Análisis de Textos en Contextos de Redes Sociales
Estudios de Caso y Aplicaciones
• Proyectos Prácticos y Estudios de Caso
Análisis de Sentimientos en Datos de Twitter
Construcción de un Chatbot
Clasificación de Textos para Artículos de Noticias
• Conclusión y Aprendizaje Adicional
Recapitulación de Conceptos Clave
Recursos para el Aprendizaje Continuo en NLP
Presentación y Retroalimentación del Proyecto Final

---

Enseñado por

Minerva Singh

---

Asignaturas

Ciencia de Datos