xumarhu.net - Cursos - Introducción al Procesamiento del Lenguaje Natural

Actividades y Material de Apoyo

Parte: Python (Práctica)

Historia de Python (acetatos en PDF y PowerPoint).
Sitio oficial de Python (acetatos en https://www.python.org/.
Sitio oficial para descargar Python (acetatos en https://www.python.org/downloads/.
Documentación oficial de Python 3.11.1 https://docs.python.org/3/.
"The Zen of Python" https://www.python.org/dev/peps/pep-0020/.
"Guías de estilo para código en Python" https://www.python.org/dev/peps/pep-0008/.
Instalación de Python:
- Instalación de Python (Linux) (manual en HTML).
- Instalación de Python (Mac) (manual en HTML).
Herramientas para programar en Python (acetatos en PDF y PowerPoint).
Extensiones para Python en VSC (presentación en PDF y PowerPoint).
Visual Studio Code (editor de Texto): https://code.visualstudio.com/Download.
Instalación de Visual Studio Code:
- Instalación de Visual Studio Code (Linux) (manual en HTML).

Parte: Formatos de Datos (Teórico/Práctica)

EJEMPLOS:

Textos y Archivos utilizados:

Archivos de Texto:

Leer un archivo de texto externo (codigo python, python_datos_texto_abrir.py).
Lee un archivo de texto externo usando sintaxis en bloque (codigo python, python_datos_texto_abrir_bloque.py).
Leer un archivo de texto externo que está en unicode (codigo python, python_datos_texto_abrir_unicode.py).

Archivos de Texto (CSV):

Leer un archivo de texto externo por renglones en formato CSV (codigo python, python_datos_csv_renglones.py).
Leer un archivo de texto externo por renglones en formato CSV y pasarlo a una lista (codigo python, python_datos_csv_renglones_lista.py).

Archivos de Hojas de Cálculo (XLS):

Leer un archivo XLS e imprimir el número de filas, de columnas y el contenido (codigo python, python_excel_01_filas_columnas_contenido.py).
Leer una hoja de cálculo en formato de Excel y calcular el promedio de la primera fila (codigo python, python_excel_02_promedio_fila.py).

Archivos de Hojas de Cálculo (XLS):

Leer un archivo XLS e imprimir el número de filas, de columnas y el contenido (codigo python, python_excel_01_filas_columnas_contenido.py).
Leer una hoja de cálculo en formato de Excel y calcular el promedio de la primera fila (codigo python, python_excel_02_promedio_fila.py).

Parte: Pre-Procesamiento de Información (Teórico/Práctica)

Códigos de Ejemplo:

Eliminar los símbolos y caracteres no deseados de un texto (codigo python, python_nlp_eliminar_simbolos.py).
Eliminar los símbolos y caracteres no deseados de un texto usando expresiones regulares (codigo python, python_nlp_eliminar_simbolos_expresiones_regulares.py).
Buscar las palabras relevantes de ua frase (tokenizar) quitando las "stopwords" (codigo python, python_nlp_tokenizar_frase.py).

Parte: Análisis de Textos (Teórico/Práctica)

Códigos de Ejemplo:

Calcula la Diversidad Léxica de un texto (codigo python, python_lenguaje_natural_diversidad_lexica.py).
Buscar las palabras mas repetidas de un texto (codigo python, python_nlp_palabras_mas_repetidas.py).
Buscar las palabras mas repetidas de un texto y generar su "nube de palabras" (codigo python, python_nlp_nube_de_palabras.py).
Generar una “Nube de Palabras” a partir de una página de Wikipedia (codigo python, python_nlp_nube_de_palabras_wikipedia.py).
Analizar un texto para determinar su polaridad (positivo, negativo ó neutral) (codigo python, python_nlp_analisis_sentimientos_manual.py).
Analiza un texto para determinar su polaridad (positivo, negativo ó neutral) utilizando listas de palabras positivas y negativas (codigo python, python_nlp_analisis_sentimientos_con_listas.py).
Analiza un texto para determinar su polaridad (positivo, negativo ó neutral) usando TextBlob (codigo python, python_nlp_analisis_sentimientos_con_textblob.py).
Analiza un "tuit" para determinar su polaridad usando TextBlob (codigo python, python_nlp_analisis_sentimientos_twitter.py).

Parte: Listas de Palabras (Práctica)

Parte: Textos de Prueba (Práctica)

Don Quijote de la mancha (archivo TXT, texto_001_don_quijote.txt)
Discurso de Steve Jobs en la Universidad de Stanford, 12 de junio del 2005 (archivo TXT, discurso_steve_jobs_stanford_12_junio_2005.txt)
"Sentimientos de la Nación", José María Morelos y Pavón, 14 de septiembre de 1813 (archivo TXT, discurso_sentimientos_14_septiembre_1813.txt)

Parte: ChatBots (Teórico/Práctica)

Códigos de Ejemplo:

Hacer un chatbot básico en un ciclo infinito para esperar por preguntas y contestar (codigo python, python_nlp_chatbot_01.py).
Hacer un chatbot que respondan preguntas específicas sobre una pizzería (codigo python, python_nlp_chatbot_03_pizzeria.py).
Compara 2 vectores para ver su parecido usando la similitud coseno (codigo python, python_nlp_similaridad_de_vectores_coseno.py).
Compara 2 textos para ver su parecido usando la similitud coseno (codigo python, python_nlp_similaridad_de_textos_coseno.py).

TAREA: Análisis de un Libro

Buscar en Internet un libro de dominio público en formato "txt" y que esté en "español".
De acuerdo al libro seleccionado anteriormente, hacer un programa en Python que lea el archivo "txt" y realice los cálculos necesarios para hacer las siguientes operaciones:
1. ¿Cuál es la "Diversidad Léxica del libro? (imprimir en pantalla)
2. ¿De qué temas trata el libro? (buscar e imprimir en pantalla las 5 palabras más repetidas)
3. Generar la nube de ideas del libro.
4. ¿El contenido del libro es positivo ó negativo? (análisis de sentimientos)

Usted se encuentra Aquí > Principal > Cursos > Introducción al Procesamiento del Lenguaje Natural > Actividades y Material de Apoyo

Portal de Tecnología desarrollado por: Rogelio Ferreira Escutia