Afronding

Natural Language Processing met spaCy

Azadeh Mobasher

Principal data scientist

Hoofdstuk 1 - Introductie tot NLP en spaCy

 

  • Gebruik de tekstpipeline van spaCy om linguïstische features te extraheren:

 

spaCy-taalpijplijn

Natural Language Processing met spaCy

Hoofdstuk 2 - Linguïstische annotaties en woordvectoren in spaCy

  • Werk met spaCy-klassen zoals Doc, Token en Span, en voorspel semantische gelijkenis met woordvectoren:

Analogieën en vectorbewerkingen

Natural Language Processing met spaCy

Hoofdstuk 3 - Data-analyse met spaCy

  • Schrijf matchpatronen om termen en zinnen te extraheren met spaCy’s Matcher en PhraseMatcher:

 

matcher = Matcher(nlp.vocab)
pattern = [{"LOWER": "good"}, {"LOWER": {"IN": ["morning", "evening"]}}]
matcher.add("morning_greeting", [pattern])

 

matcher = PhraseMatcher(nlp.vocab, attr = "LOWER")
patterns = [nlp.make_doc(term) for term in terms]
matcher.add("InvestmentTerms", patterns)
Natural Language Processing met spaCy

Hoofdstuk 4 - spaCy-modellen aanpassen

 

  • Annoteer en bereid data voor op training
  • Train spaCy-modellen en gebruik ze voor inferentie

 

Voorbeeld van medische NER

Natural Language Processing met spaCy

Aanbevolen bronnen

 

Natural Language Processing met spaCy

Gefeliciteerd!

Natural Language Processing met spaCy

Preparing Video For Download...