Analiza el Procesamiento de Lenguaje Natural con Python y NLTK. Descubre cómo tokenizar texto, encontrar colocaciones y medir similitudes semánticas. Aprende a procesar datos desde la web e implementar técnicas de limpieza de texto.
Fundamentos con NLTK
- 4

Procesamiento de Lenguaje Natural con Python en Google Colab
11:08 min - 5

Expresiones Regulares en Python: Patrones de Búsqueda Avanzados
10:14 min - 6

Tokenización de Texto con Expresiones Regulares en Python
10:03 min - 7

Estadística para Procesamiento del Lenguaje: Riqueza Léxica y Métricas
13:02 min - 8

Cálculo de frecuencias con NLTK y diccionarios en Python
05:58 min - 9

Filtrado y Visualización de Frecuencias de Palabras con NLTK y NumPy
17:30 min - 10

Estadísticas de Ennegramas y Colocaciones en Textos
04:25 min - 11

Extracción de Ngramas y Bigramas con NLTK en Python
11:25 min - 12

Análisis de Colocaciones con NLTK y Pandas en Python
16:16 min - 13

Visualización de Colocaciones en Textos con Pandas y Plotly
09:19 min - 14

Identificación de Colocaciones en Textos con NLTK y PMI
09:09 min - 15

Recursos Léxicos: Uso y Aplicación en Procesamiento del Lenguaje
02:46 min - 16

Recursos Léxicos en Python: Vocabularios, Frecuencias y Stopwords
09:19 min - 17

Traducción de palabras con Swadesh en procesamiento de lenguaje natural
05:00 min - 18

Uso de WarNet para Procesamiento del Lenguaje Natural
04:50 min - 19

Análisis de Sinsets e Hipónimos con NLTK y WordNet en Google Colab
17:52 min - 20

Medición de Similitud Semántica con WordNet en Python
08:18 min - 21

Extracción y Procesamiento de Texto desde Páginas Web con NLTK
13:36 min - 22

Organización de Código en Google Colab con Funciones y Módulos
05:50 min - 23

Funciones y Buenas Prácticas en Google Colab y Python
12:57 min
Perspectivas de lo que viene
Conoce quién enseña el curso

Francisco Camacho
Co-founder & CTO at Hunty
Co-founder & CTO at Hunty
4.8 · 509 opiniones

Dayro Jiménez Guerra
Da las bases necesarial para entender los fundamietnos del procesamietno de lenguaje natural.


Daniel Correa
Muy buen curso, el profesor explica muy bien, aunque esperaba usar ML en este curso

braian.canon
La manera de explicar y guiar a través del código fue muy sencilla de entender y seguir, además de ser practica, sería bueno ver directamente en el último curso con que nombre se encuentran los siguientes cursos dentro de platzi para aprender más.


Marcos Torres Vivanco
El contenido es bueno sirve para tener nociones de NLP, el docente tiene todo preparado y es muy organizado
Este curso es parte de estas rutas de aprendizaje




Data Scientist
¡Conviértete en Data Scientist! Domina el análisis de negocios, redes neuronales y más con cursos prácticos en Python, ML y Bases de Datos.




Machine Learning Engineer
Integra inteligencia artificial en el software de un producto y mejora su desempeño con sistemas de machine learning.




Deep Learning con Python
Utiliza redes neuronales para entrenar modelos con grandes cantidades de datos. Crea proyectos avanzados de inteligencia artificial.
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender



