Introduzione al Natural Language Processing in Python

Questo capitolo ti introdurrà all’identificazione degli argomenti, che puoi applicare a qualsiasi testo reale. Usando modelli NLP di base, identificherai gli argomenti nei testi in base alla frequenza dei termini. Sperimenterai e confronterai due metodi semplici: bag-of-words e Tf-idf con NLTK e una nuova libreria, Gensim.

Questo capitolo affronterà un argomento un po’ più avanzato: il riconoscimento di entità nominate. Imparerai a identificare il chi, cosa e dove dei tuoi testi usando modelli pre-addestrati su testi in inglese e non. Imparerai anche a usare nuove librerie, polyglot e spaCy, per arricchire la tua cassetta degli attrezzi NLP.

Metterai in pratica le basi che hai appreso insieme a un po’ di Machine Learning supervisionato per costruire un rilevatore di "fake news". Inizierai con le basi del Machine Learning supervisionato, poi proseguirai scegliendo alcune caratteristiche importanti e testando idee per identificare e classificare articoli di fake news.