Feature Engineering per NLP in Python

In questo capitolo imparerai tokenizzazione e lemmatizzazione. Poi vedrai come effettuare pulizia del testo, part-of-speech tagging e riconoscimento di entità nominate usando la libreria spaCy. Una volta padroneggiati questi concetti, renderai il discorso di Gettysburg adatto alle macchine, analizzerai l’uso dei sostantivi nelle fake news e identificherai le persone citate in un articolo di TechCrunch.

Scopri il modello n-gram e usalo per eseguire l’analisi del sentiment sulle recensioni di film.

Impara a calcolare i pesi tf-idf e il punteggio di similarità coseno tra due vettori. Userai questi concetti per costruire un sistema di raccomandazione per film e TED Talk. Infine, conoscerai i word embedding e, usando rappresentazioni vettoriali delle parole, calcolerai similarità tra varie canzoni dei Pink Floyd.