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
Aportes 15
Preguntas 1
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.
stanza también tiene una demo en linea: http://stanza.run/
Stanza esta disponible para las versiones de Python inferiores a la 3.8
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…
Bueno, soy experto en idiomas mesoamericanos, y gracias a este curso pude animarme a entrarle a NLTK y ya estoy obteniendo resultados sorprendentes.
Estimados, tengo un error
Y estoy trabajando con estas versiones
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()>
Súper!!!
Algunos apuntes.
https://williamcuzco.com/02-etiquetado/
para nov del 2021 stanza version 1.3.0 funciona bien para para python 3.9.7. saludos
Stanza es genial
En verdad es espectacular
Que interesante!
Que interesante, en verdad
![Francisco Garcia [C6]](https://static.platzi.com/media/avatars/avatars/garciafran_c845c2fe-2ea4-42db-a305-a7f4ef13b0fd.jpeg)
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?
o inicia sesión.