Introducción al Natural Language Processing en Python

Este capítulo te introducirá en la identificación de temas, que puedes aplicar a cualquier texto del mundo real. Usando modelos básicos de NLP, identificarás temas a partir de la frecuencia de términos. Experimentarás y compararás dos métodos sencillos: bolsa de palabras y Tf-idf usando NLTK, y una biblioteca nueva, Gensim.

Este capítulo te presentará un tema algo más avanzado: el reconocimiento de entidades nombradas. Aprenderás a identificar el quién, qué y dónde de tus textos usando modelos preentrenados en texto en inglés y otros idiomas. También aprenderás a usar nuevas bibliotecas, polyglot y spaCy, para ampliar tu caja de herramientas de NLP.

Aplicarás lo básico que has aprendido junto con algo de aprendizaje supervisado para construir un detector de "noticias falsas". Empezarás con los fundamentos del aprendizaje supervisado y luego avanzarás eligiendo algunas características clave y probando ideas para identificar y clasificar artículos de noticias falsas.