7 Proyectos de PNL para todos los niveles

Una de las mejores formas de conseguir un trabajo en el campo de la ciencia de datos es construir una cartera con proyectos de ciencia de datos que muestren eficazmente tus habilidades técnicas. Con el auge del ChatGPT, demostrar al reclutador que puedes resolver problemas de PNL se ha vuelto más importante que nunca.

En este artículo, te mostraré siete ejemplos de proyectos de PNL para todos los niveles, desde el aspirante a científico de datos hasta el profesional experimentado. ¡Empecemos!

¿Quieres mejorar tus habilidades en PNL? Empieza hoy nuestro Curso de Procesamiento del Lenguaje Natural en Python. 

¿Por qué iniciar un proyecto de PNL?

Hay muchas razones por las que deberías intentar resolver una tarea de PNL. La primera es la demanda del mercado. Los Grandes Modelos del Lenguaje (LLM), como ChatGPT, captaron la atención de todo tipo de organizaciones, lo que significa que quieren invertir en estas nuevas herramientas y necesitan personas que puedan demostrar que comprenden el procesamiento del lenguaje natural.

Además, un proyecto de PNL puede ayudarte:

• Aprende y añade una nueva habilidad a tu CV.
• Construye una cartera de proyectos que demuestren tus habilidades y tu capacidad para resolver distintas tareas.
• Demuestra que te mantienes al día de los nuevos avances.

Proyectos de PNL para principiantes

Estos proyectos de PNL son para personas que se inician en la ciencia de datos. En estos proyectos, podrás dominar los conceptos básicos de la PNL, como las técnicas de procesamiento de texto, la bolsa de palabras y el tf-id.

Si necesitas un repaso sobre PNL, puedes consultar nuestro Curso de Introducción al Procesamiento del Lenguaje Natural en Python. También puede ser útil realizar nuestro Curso de Aprendizaje Supervisado con scikit-learn para aprender técnicas de aprendizaje automático para resolver problemas supervisados.

1. Extraer el sentimiento bursátil de los titulares de las noticias

El análisis de sentimientos es uno de los proyectos de PNL más populares. Consiste en predecir si un texto es positivo, negativo o neutro. Comprender el sentimiento puede aportar información a tu empresa para controlar si hay satisfacción/insatisfacción con tus productos.

En el proyecto Extraer el sentimiento bursátil de los titulares de las noticias, entrenarás un modelo de análisis del sentimiento en los titulares de las noticias financieras de Finviz. Primero, limpiarás el texto, y luego aplicarás técnicas de aprendizaje automático para detectar si hay un buen presentimiento sobre la acción o no.

Un ejemplo de este proyecto de PNL

2. ¿Quién tuitea? ¿Trump o Trudeau?

Otro proyecto popular es el análisis de datos de tweets, ya que Twitter permite descargar datos utilizando su robusta API.

En ¿Quién tuitea? Proyecto Trump o Trudeau, clasificarás si el tweet está escrito por Donald Trump o por Justin Trudeau. En comparación con el proyecto anterior, extraer información de los tweets puede ser más difícil porque son cortos y están llenos de menciones, emojis y hashtags.

Proyectos intermedios de PNL

Después de aprender limpieza de textos, procesamiento, visualización y aplicación de modelos de aprendizaje automático para tareas de clasificación, es hora de pasar al siguiente nivel. En los siguientes proyectos, aprenderás tres aplicaciones diferentes del procesamiento del lenguaje natural: modelado de temas, reconocimiento de entidades con nombre y sistemas de recomendación.

3. Los temas más candentes del aprendizaje automático

Las técnicas de PNL no se limitan a tratar con conjuntos de datos etiquetados; también pueden resolver problemas no supervisados. El modelado de temas es una de las principales aplicaciones por su capacidad para extraer los temas más representativos de una colección de documentos, como las reseñas sobre productos.

En el proyecto Temas candentes del aprendizaje automático, descubrirás temas de los trabajos de investigación del NIPS, que es una prestigiosa conferencia de aprendizaje automático y neurociencia computacional que se celebra cada año. El proyecto puede dividirse en dos partes: la etapa de preprocesamiento y la identificación de temas mediante la Asignación de Dirichlet Latente (LDA).

Un ejemplo del proyecto PNL Temas más candentes del aprendizaje automático

4. Análisis del currículum con Spacy

El Reconocimiento de Entidades Nombradas es una tarea del Procesamiento del Lenguaje Natural que consiste en identificar y clasificar las entidades con nombre presentes en un documento de texto en categorías predefinidas, como persona, organización, lugar y fecha.

En el proyecto Análisis de CV mediante Spacy, construirás un sistema que ayude a los reclutadores a gestionar eficazmente los CV de los candidatos basándose en las habilidades necesarias para el puesto. El conjunto de datos es una colección de currículos extraídos de livecareer.com. En este proyecto, se utilizará el modelo spaCy para reconocer entidades en el currículum.

5. Recomendaciones de libros de Charles Darwin

Los sistemas de recomendación nos influyen todos los días. Cuando compras un producto en Amazon, puedes ver sugerencias de productos basadas en tus gustos. Lo mismo ocurre cuando ves una película en Netflix, y tienes una lista de películas basada en elecciones anteriores.

En el proyecto Recomendaciones de libros de Charles Darwin, construirás un sistema de recomendación de libros basado en su contenido. Los datos proceden del Proyecto Gutenberg. Se utilizará la bibliografía de Charles Darwin para identificar los libros que puedan captar tu interés.

Proyectos avanzados de PNL

Los proyectos de ciencia de datos se centran en resolver problemas más avanzados, como la traducción de idiomas y la respuesta a preguntas. Entrenarás modelos basados en transformadores para resolver cada tarea.

6. Traductor inglés/italiano con modelo Cara de Abrazo

Cada año, la traducción de idiomas es mejor y más precisa. Este avance se debe al desarrollo de sofisticadas técnicas de traducción de idiomas.

En el proyecto Traductor inglés/italiano con el modelo Hugging Face, construirás tu propia aplicación de traducción con Hugging Face, que es una plataforma de IA que alberga un montón de grandes modelos lingüísticos especializados en distintas tareas, incluida la traducción de idiomas. En este proyecto, eliges este modelo para traducir el texto del italiano al inglés. Esta aplicación se concreta utilizando Streamlit.

7. Respuesta a preguntas con un BERT afinado

Los grandes modelos lingüísticos, como ChatGPT, han aportado entusiasmo a la resolución de una enorme variedad de tareas de PNL, incluida la respuesta a preguntas. Formular una pregunta y obtener rápidamente una respuesta a partir de un gran modelo lingüístico puede agilizar mucho el trabajo de las personas y centrarse en otras tareas difíciles.

En el proyecto Respuesta a preguntas con un BERT afinado, afinarás el BERT en el conjunto de datos CoQA, que consiste en una colección de 127 mil preguntas con respuestas publicadas por Stanford en 2019. El objetivo es utilizar el modelo BERT para responder a preguntas basadas en el conjunto de datos proporcionado.

Conclusión

Eso es. Con estos proyectos, adquirirás nuevas habilidades y enriquecerás tu cartera con proyectos de PNL, lo que te hará más interesante para el reclutador que busca nuevos talentos. En función del nivel, puedes elegir el proyecto que te parezca más adecuado.

Si estás interesado en iniciarte en el Procesamiento del Lenguaje Natural, lo mejor es que eches un vistazo al curso de Procesamiento del Lenguaje Natural en Python de DataCamp. También puedes consultar el tutorial Procesamiento del Lenguaje Natural.