Etiquetado rápido en Python: Stanza (Stanford NLP)

Curso de Algoritmos de Clasificación de Texto

Desambiguación y etiquetado de palabras

Introducción a la desambiguación

Etiquetado rápido en Python: español e inglés

Etiquetado rápido en Python: Stanza (Stanford NLP)

Modelos Markovianos Latentes (HMM)

Cadenas de Markov

Modelos Markovianos latentes (HMM)

Entrenando un HMM

Fases de entrenamiento de un HMM

Entrenando un HMM en Python

Algoritmo de Viterbi

El algoritmo de Viterbi

Cálculo de las probabilidades de Viterbi

Carga del modelo HMM y distribución inicial

Implementación de algoritmo de Viterbi en Python

Entrenamiento directo de HMM con NLTK

Modelos Markovianos de máxima entropía (MEMM)

Modelos Markovianos de máxima entropia (MEMM)

Algoritmo de Viterbi para MEMM

Reto: construye un MEMM en Python

Clasificación de texto con NLTK

El problema general de la clasificación de texto

Tareas de clasificación con NLTK

Modelos de clasificación en Python: nombres

Modelos de clasificación en Python: documentos

Implementación de un modelo de clasificación de texto

Naive Bayes

Naive Bayes en Python: preparación de los datos

Naive Bayes en Python: construcción del modelo

Naive Bayes en Python: ejecución del modelo

Métricas para algoritmos de clasificación

Reto final: construye un modelo de sentimientos

Crea una cuenta o inicia sesión

¡Continúa aprendiendo sin ningún costo! Únete y comienza a potenciar tu carrera

Recursos

Aportes 17

Preguntas 1

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Sergio Rubiano

hace 4 años

información muy interesante que encontré en la documentación de stanza:

Stanza está construido con componentes de red neuronal de alta precisión que también permiten un entrenamiento y una evaluación eficientes con sus propios datos anotados. Los módulos están construidos sobre la biblioteca de PyTorch . Obtendrá un rendimiento mucho más rápido si ejecuta este sistema en una máquina habilitada para GPU.

Mauricio Gomez

hace 4 años

Stanza esta disponible para las versiones de Python inferiores a la 3.8

Humberto Guardado

hace 2 años

Hasta el momento va bien, pude localizar unos 9 vocablos del idioma que he terminado de estudiar, y he logrado calcular la frecuencia con que se usan en un diccionario que tiene 11 mil entradas, ahora voy a hacer una referencia cruzada, voy a verificar el etiquetado de todo el léxico traducido al español y voy a revisar con que frecuencia coincide la etiqueta conocida de mi idioma de estudio con la etiqueta del idioma español, en determinados contextos. Ahora tengo que generar los contextos…

Humberto Guardado

hace 2 años

Bueno, soy experto en idiomas mesoamericanos, y gracias a este curso pude animarme a entrarle a NLTK y ya estoy obteniendo resultados sorprendentes.

jhon freddy tavera blandon

hace 2 meses

### Ventajas de Stanza: * **Multilingüe:** Soporta varios idiomas, incluido español e inglés, con modelos preentrenados de alta precisión. * **Fácil de usar:** Su API es sencilla y amigable para desarrolladores. * **Modelos precisos:** Los modelos de etiquetado de Stanza están basados en redes neuronales profundas, lo que les da gran precisión en el etiquetado. ### Aplicaciones: Stanza es ideal para proyectos de análisis de texto que necesiten un etiquetado preciso y rápido, ya sea para tareas como análisis de sentimientos, extracción de entidades, o cualquier otra aplicación que requiera comprender la estructura gramatical de textos en varios idiomas.

Ignacio Carreño Romero

hace un año

**Por aquí os dejo una función mejorada, que con un texto con sus correspondientes targets,** mostrará **cada target y su definición** `nltk.download('tagsets')for target in text_taget: print(target[1], nltk.help.upenn_tagset(target[1]))`

Santiago Ruberto

hace un año

Dios, cuanto valor gracias

jairgf

hace 3 años

Les comparto mi codigo hice dos pruebas una con stanza y otra con spacy stanza , con la primera uso dos ciclos for como en la clase y toma mas de dos segundos, con spacy usando un solo ciclo for toma .22 segundos, esto es muy importante ya que con textos muy grandes es importante optimizar recursos.

<import stanza
import spacy_stanza
import time
#stanza.download('es')

def run():
    inicio_stanza = time.time()
    nlp = stanza.Pipeline('es', processors='tokenize, pos')
    doc = nlp('Yo soy  una persona muy amable')
    for sentence in doc.sentences:
        for word in sentence.words:
            print(word.text, word.pos)
    fin_stanza = time.time()
    print(f'tiempo de stanza: {fin_stanza-inicio_stanza} ')

    print('############')
    inicio_spacy = time.time()
    #prueba utilizando spacy como etiquetador , esta forma es m'as rápida usa un solo for esto es importante
    nlp = spacy_stanza.load_pipeline('es', processors='tokenize, pos')# si no se especifica tokenize, pos, hace todo el proceso
    doc = nlp ('Yo soy una persona muy amable')
    for token in doc:
        print(token.text, token.pos_)
    fin_spacy = time.time()
    print(f'tiempo de spacy: {fin_spacy-inicio_spacy} ')

    #Nota el tiempo de stanza con el doble for es de mas de 2 segundos, no se debe usar asi

    #Spacy con un solo ciclo realiza el proceso en .23 segundos


if __name__ == '__main__':
    run()>