마무리

spaCy로 배우는 자연어 처리

Azadeh Mobasher

Principal data scientist

1장 - NLP와 spaCy 소개

 

  • spaCy 텍스트 처리 파이프라인으로 언어적 특성을 추출합니다:

 

spaCy 언어 파이프라인

spaCy로 배우는 자연어 처리

2장 - spaCy 주석과 워드 벡터

  • Doc, Token, Span 등 spaCy 클래스 사용 및 워드 벡터로 의미 유사도 예측:

유추와 벡터 연산

spaCy로 배우는 자연어 처리

3장 - spaCy로 데이터 분석

  • spaCy의 Matcher, PhraseMatcher로 용어와 구를 추출하는 패턴 작성:

 

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)
spaCy로 배우는 자연어 처리

4장 - spaCy 모델 커스터마이징

 

  • 학습용 데이터 주석 및 준비
  • spaCy 모델을 학습하고 추론에 활용

 

의료 도메인 NER 예시

spaCy로 배우는 자연어 처리

추천 자료

 

spaCy로 배우는 자연어 처리

축하합니다!

spaCy로 배우는 자연어 처리

Preparing Video For Download...