Introduction au Natural Language Processing (NLP) en Python

Ce chapitre vous initie à l’identification de thématiques, applicable à tout texte rencontré dans la nature. En utilisant des modèles NLP simples, vous identifierez des sujets à partir de fréquences de termes. Vous testerez et comparerez deux méthodes simples : sac de mots et Tf-idf avec NLTK, ainsi qu’une nouvelle bibliothèque, Gensim.

Ce chapitre aborde un sujet un peu plus avancé : la reconnaissance d’entités nommées. Vous apprendrez à identifier le qui, quoi et où de vos textes à l’aide de modèles préentraînés sur des textes en anglais et dans d’autres langues. Vous découvrirez également de nouvelles bibliothèques, polyglot et spaCy, pour enrichir votre boîte à outils NLP.

Vous appliquerez les bases vues jusqu’ici, combinées à du Machine Learning supervisé, pour créer un détecteur de « fake news ». Vous commencerez par les fondamentaux de l’apprentissage supervisé, puis vous choisirez quelques caractéristiques importantes et testerez des idées pour identifier et classer des articles mensongers.