Przejdź do głównej treści

Strona główna Python

Kurs

Inżynieria cech dla NLP w Pythonie

ZaawansowanyPoziom umiejętności

Zaktualizowano 11.2024

Poznaj techniki wydobywania przydatnych informacji z tekstu i przetwarzania ich do formatu odpowiedniego dla machine learning.

Zacznij kurs za darmo

PythonMachine Learning

4 godz.

15 filmów

52 Ćwiczenia

4,200 XP

29,225

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

W tym kursie poznasz techniki pozwalające wyodrębniać przydatne informacje z tekstu i przekształcać je do postaci odpowiedniej dla modeli uczenia maszynowego. Nauczysz się między innymi oznaczania części mowy, rozpoznawania jednostek nazewniczych, wskaźników czytelności, modeli n-gramów i tf-idf oraz sposobów ich implementacji przy użyciu scikit-learn i spaCy. Dowiesz się też, jak mierzyć podobieństwo między dokumentami. W trakcie kursu przewidzisz wydźwięk recenzji filmowych oraz zbudujesz systemy rekomendacji filmów i wykładów TED. Po ukończeniu kursu będziesz potrafić tworzyć kluczowe cechy z dowolnego tekstu i rozwiązywać jedne z najtrudniejszych problemów w dziedzinie nauki o danych!

Wymagania wstępne

Introduction to Natural Language Processing in Python Supervised Learning with scikit-learn

1

Basic features and readability scores

Learn to compute basic features such as number of words, number of characters, average word length and number of special characters (such as Twitter hashtags and mentions). You will also learn to compute readability scores and determine the amount of education required to comprehend a piece of text.

Introduction to NLP feature engineering

Data format for ML algorithms

One-hot encoding

Basic feature extraction

Character count of Russian tweets

Word count of TED talks

Hashtags and mentions in Russian tweets

Readability tests

Readability of 'The Myth of Sisyphus'

Readability of various publications

Zacznij rozdział

2

Text preprocessing, POS tagging and NER

In this chapter, you will learn about tokenization and lemmatization. You will then learn how to perform text cleaning, part-of-speech tagging, and named entity recognition using the spaCy library. Upon mastering these concepts, you will proceed to make the Gettysburg address machine-friendly, analyze noun usage in fake news, and identify people mentioned in a TechCrunch article.

Tokenization and Lemmatization

Identifying lemmas

Tokenizing the Gettysburg Address

Lemmatizing the Gettysburg address

Text cleaning

Cleaning a blog post

Cleaning TED talks in a dataframe

Part-of-speech tagging

POS tagging in Lord of the Flies

Counting nouns in a piece of text

Noun usage in fake news

Named entity recognition

Named entities in a sentence

Identifying people mentioned in a news article

Zacznij rozdział

3

N-Gram models

Learn about n-gram modeling and use it to perform sentiment analysis on movie reviews.

Building a bag of words model

Word vectors with a given vocabulary

BoW model for movie taglines

Analyzing dimensionality and preprocessing

Mapping feature indices with feature names

Building a BoW Naive Bayes classifier

BoW vectors for movie reviews

Predicting the sentiment of a movie review

Building n-gram models

n-gram models for movie tag lines

Higher order n-grams for sentiment analysis

Comparing performance of n-gram models

Zacznij rozdział

4

TF-IDF and similarity scores

Learn how to compute tf-idf weights and the cosine similarity score between two vectors. You will use these concepts to build a movie and a TED Talk recommender. Finally, you will also learn about word embeddings and using word vector representations, you will compute similarities between various Pink Floyd songs.

Building tf-idf document vectors

tf-idf weight of commonly occurring words

tf-idf vectors for TED talks

Cosine similarity

Range of cosine scores

Computing dot product

Cosine similarity matrix of a corpus

Building a plot line based recommender

Comparing linear_kernel and cosine_similarity

Plot recommendation engine

The recommender function

TED talk recommender

Beyond n-grams: word embeddings

Generating word vectors

Computing similarity of Pink Floyd songs

Congratulations!

Zacznij rozdział

Inżynieria cech dla NLP w Pythonie

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Inżynieria cech dla NLP w Pythonie już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.