Récapitulatif

Traitement du langage naturel avec spaCy

Azadeh Mobasher

Principal data scientist

Chapitre 1 - Introduction au TAL et à spaCy

 

  • Utiliser les chaînes de traitement de texte de spaCy pour extraire des caractéristiques linguistiques :

 

Pipeline linguistique de spaCy

Traitement du langage naturel avec spaCy

Chapitre 2 - Annotations linguistiques et vecteurs de mots avec spaCy

  • Utiliser les classes de spaCy comme Doc, Token et Span, et estimer les similarités sémantiques avec des vecteurs de mots :

Analogies et opérations sur vecteurs

Traitement du langage naturel avec spaCy

Chapitre 3 - Analyse de données avec spaCy

  • Écrire des gabarits d'appariement pour extraire des termes et des expressions avec Matcher et PhraseMatcher de spaCy :

 

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)
Traitement du langage naturel avec spaCy

Chapitre 4 - Personnaliser des modèles spaCy

 

  • Annoter et préparer les données pour l'entraînement
  • Entraîner des modèles spaCy et les utiliser à l'inférence

 

Exemple d'ERN en domaine médical

Traitement du langage naturel avec spaCy

Ressources recommandées

 

Traitement du langage naturel avec spaCy

Félicitations !

Traitement du langage naturel avec spaCy

Preparing Video For Download...