Vai al contenuto principale
HomePython

Corso

Natural Language Processing con spaCy

IntermedioLivello di competenza
Aggiornato 07/2025
Inizia Il Corso Gratis
PythonMachine Learning4 h15 video53 Esercizi4,450 XP7,971Attestato di conseguimento

Crea il tuo account gratuito

o

Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.

Preferito dagli studenti di migliaia di aziende

Group

Vuoi formare 2 o più persone?

Prova DataCamp for Business

Descrizione del corso

Scopri spaCy, uno standard del settore per il NLP

In questo corso imparerai a usare spaCy, una libreria standard del settore in rapida crescita, per fare varie cose con il linguaggio naturale, tipo tokenizzazione, segmentazione delle frasi, analisi sintattica e riconoscimento delle entità denominate. spaCy offre funzionalità potenti, facili da usare e pronte per la produzione in un sacco di attività di elaborazione del linguaggio naturale.

Scopri le operazioni principali di spaCy

Inizierai imparando le operazioni principali di spaCy e come usarle per analizzare il testo ed estrarre informazioni da dati non strutturati. Poi, lavorerai con le classi di spaCy, come Doc, Span e Token, e imparerai a usare diversi componenti di spaCy per calcolare i vettori delle parole e prevedere la somiglianza semantica.

Addestra i modelli spaCy e scopri il pattern matching

Ti eserciterai a scrivere modelli di corrispondenza semplici e complessi per estrarre termini e frasi specifici usando EntityRuler, Matcher e PhraseMatcher da dati non strutturati. Imparerai anche come creare componenti personalizzati per la pipeline e come creare dati di addestramento/valutazione. Da lì, ti immergerai nell'addestramento dei modelli spaCy e imparerai come usarli per l'inferenza. Durante il corso, lavorerai su esempi reali e capirai meglio come usare spaCy nei tuoi progetti di elaborazione del linguaggio naturale.

Prerequisiti

Supervised Learning with scikit-learnPython Toolbox
1

Introduction to NLP and spaCy

This chapter will introduce you to NLP, some of its use cases such as named-entity recognition and AI-powered chatbots. You’ll learn how to use the powerful spaCy library to perform various natural language processing tasks such as tokenization, sentence segmentation, POS tagging, and named entity recognition.
Inizia Il Capitolo
2

spaCy Linguistic Annotations and Word Vectors

Learn about linguistic features, word vectors, semantic similarity, analogies, and word vector operations. In this chapter you’ll discover how to use spaCy to extract word vectors, categorize texts that are relevant to a given topic and find semantically similar terms to given words from a corpus or from a spaCy model vocabulary.
Inizia Il Capitolo
3

Data Analysis with spaCy

4

Customizing spaCy Models

Explore multiple real-world use cases where spaCy models may fail and learn how to train them further to improve model performance. You’ll be introduced to spaCy training steps and understand how to train an existing spaCy model or from scratch, and evaluate the model at the inference time.
Inizia Il Capitolo
Natural Language Processing con spaCy
Corso
completato

Ottieni Attestato di conseguimento

Aggiungi questa certificazione al tuo profilo LinkedIn, al curriculum o al CV
Condividila sui social e nella valutazione delle tue performanceIscriviti Ora

Unisciti a oltre 19 milioni di studenti e inizia Natural Language Processing con spaCy oggi!

Crea il tuo account gratuito

o

Continuando, accetti i nostri Termini di utilizzo, la nostra Informativa sulla privacy e che i tuoi dati siano conservati negli Stati Uniti.

Aumenta le tue competenze sui dati con l'app di DataCamp

Avanza ovunque ti trovi con i nostri corsi per dispositivi mobili e le nostre sfide di programmazione quotidiane da 5 minuti.