Ir al contenido principal

Curso

NLP avanzado con spaCy

IntermedioNivel de habilidad

Actualizado 11/2024

Aprende a utilizar spaCy para crear sistemas avanzados de comprensión del lenguaje natural, utilizando enfoques basados en reglas y en machine learning.

Comienza el curso gratis

PythonMachine Learning

5 h

15 vídeos

55 Ejercicios

4,450 XP

21,670

Certificado de logros

Preferido por estudiantes en miles de empresas

¿Formando un equipo?

Prueba para empresas

Descripción del curso

Si trabajas con mucho texto, tarde o temprano querrás saber más sobre él. Por ejemplo, ¿de qué trata? ¿Qué significan las palabras en contexto? ¿Quién hace qué a quién? ¿Qué empresas y productos se mencionan? ¿Qué textos son similares entre sí? En este curso, aprenderás a usar spaCy, una biblioteca de referencia en la industria para NLP en Python, para crear sistemas avanzados de comprensión del lenguaje natural, combinando enfoques basados en reglas y en Machine Learning.

Requisitos previos

Introduction to Natural Language Processing in Python

1

Encontrar palabras, frases, nombres y conceptos

Este capítulo te introducirá a los conceptos básicos del procesamiento de texto con spaCy. Verás las estructuras de datos, cómo trabajar con modelos estadísticos y cómo usarlos para predecir rasgos lingüísticos en tu texto.

Introducción a spaCy

Primeros pasos

Documents, spans and tokens

Atributos léxicos

Modelos estadísticos

Paquetes de modelos

Cargar modelos

Predicción de anotaciones lingüísticas

Predecir entidades con nombre en contexto

Emparejamiento basado en reglas

Uso de Matcher

Escribir patrones de coincidencia

Iniciar capítulo

2

Análisis de datos a gran escala con spaCy

En este capítulo, pondrás en práctica tus nuevas habilidades para extraer información específica de grandes volúmenes de texto. Aprenderás a sacar el máximo partido a las estructuras de datos de spaCy y a combinar de forma eficaz enfoques estadísticos y basados en reglas para el análisis de texto.

Estructuras de datos (1)

De cadenas a hashes

Vocabulario, hashes y lexemas

Estructuras de datos (2)

Crear un Doc

Docs, spans y entidades desde cero

Buenas prácticas con estructuras de datos

Vectores de palabras y similitud

Inspeccionar vectores de palabras

Comparar similitudes

Combinar modelos y reglas

Depurar patrones (1)

Depuración de patrones (2)

Coincidencia de frases eficiente

Extracción de países y relaciones

Iniciar capítulo

3

Canalizaciones de procesamiento

Este capítulo te mostrará todo lo que necesitas saber sobre la canalización de procesamiento de spaCy. Verás qué ocurre por debajo cuando procesas un texto, cómo escribir tus propios componentes y añadirlos a la canalización, y cómo usar atributos personalizados para incorporar tus propios metadatos a documentos, spans y tokens.

Pipelines de procesamiento

¿Qué ocurre cuando llamas a nlp?

Inspeccionar la canalización

Componentes personalizados de la canalización

Casos de uso de componentes personalizados

Componentes sencillos

Componentes complejos

Atributos de extensión

Configurar atributos de extensión (1)

Configurar atributos de extensión (2)

Entidades y extensiones

Componentes con extensiones

Escalado y rendimiento

Procesamiento por streams

Procesar datos con contexto

Procesamiento selectivo

Iniciar capítulo

4

Entrenar un modelo de red neuronal

En este capítulo, aprenderás a actualizar los modelos estadísticos de spaCy para adaptarlos a tu caso de uso; por ejemplo, para predecir un nuevo tipo de entidad en comentarios en línea. Escribirás tu propio bucle de entrenamiento desde cero y comprenderás los fundamentos de cómo funciona el entrenamiento, junto con consejos y buenas prácticas que pueden hacer que tus proyectos de NLP a medida tengan más éxito.

Entrenar y actualizar modelos

Propósito del entrenamiento

Creación de datos de entrenamiento (1)

Creación de datos de entrenamiento (2)

El bucle de entrenamiento

Configurar la tubería

Crear un bucle de entrenamiento

Explorando el modelo

Buenas prácticas de entrenamiento

Buenos datos vs. malos datos

Entrenar varias etiquetas

Iniciar capítulo

NLP avanzado con spaCy

Curso
completo

Obtener certificado de logros

Añade esta certificación a tu perfil de LinkedIn o a tu currículum.
Compártelo en redes sociales y en tu evaluación de desempeño.Inscríbete ahora

¡Únete a 19 millones de estudiantes y empieza NLP avanzado con spaCy hoy mismo!

Desarrolla tus habilidades de datos con la aplicación móvil de DataCamp

Progresa desde cualquier dispositivo móvil con nuestros cursos y desafíos de programación diarios de 5 minutos.