Inteligencia Artificial (IA): Procesamiento del Lenguaje Natural (NLP) con Python, NLTK y Análisis de Texto

Objetivos

Objetivos de la formación en NPL con Python

Al final de esta formación será capaz de:

• Reconocer los principios del NLP
• Implementar los principios del NLP con Python

Público objetivo de la formación en NPL con Python

Cualquier persona interesada en NLP: ingenieros, analistas, Data Scientists, Data Analysts, Data Stewards, desarrolladores.

Requisitos previos de la formación en NPL con Python

Tener conocimientos básicos de Python y de Deep Learning.

Duración

Programa

Programa de la formación en NLP con Python

NLP Introducción

• Comprender el lenguaje humano y saber generar respuestas respetando las diferentes etapas
• Reconocimiento de caracteres, o de la voz
• Conversión de los datos en texto
• Descomposición en elementos de frase
• Limpieza de los datos
• Tratamiento de la ambigüedad de una palabra
• Reconocimiento de una entidad nombrada (NEM)
• Tratamiento de las múltiples referencias para una entidad
• Extracción de informaciones subjetivas
• Las herramientas de NLP y su histórico
• Herramientas estadísticas, de Machine Learning, de Deep Learning
• WATSON NLU
• PYTHON
• NLTK
• Aplicaciones actuales
• Soluciones de detección de spam
• Traducción automática
• Asistentes virtuales
• Chatbots
• Análisis de opiniones, de sentimientos

PYTHON y NLTK

• Introducción: plataformas soportadas y versiones de PYTHON
• Presentación de los textos y modelos proporcionados con NLTK

Ejemplos de ejercicios prácticos (a título indicativo)

• Instalación del package NLTK y de los datasets

Tratamiento de textos

• Estudio de las diferentes funciones proporcionadas por NLTK
• Segmentación de un texto en palabras o en frases con nltk.tokenize()
• Limpieza de textos con el filtrado de palabras
• Stemming con nltk.stem
• Alertas sobre los riesgos de un mal uso
• Etiquetado de las diferentes partes de un texto con nltk.pos-tag()
• Lematización, para identificar las formas canónicas de las palabras
• Identificación de frases con el chunking

Ejemplos de ejercicios prácticos (a título indicativo)

• Realización de ejemplos en datasets simples

Análisis de textos

• Descripción de nltk.ne_chunk() para el reconocimiento de identidades nombradas
• Presentación de las funciones concordance()
• Dispersion_plot()
• FreqDist

Ejemplos de ejercicios prácticos (a título indicativo)

• Importación de corpus de textos, análisis, destaque del uso de términos característicos

Estudio de caso

• Análisis de sentimientos con nltk.sentiment
• Presentación de las funciones disponibles

Ejemplos de ejercicios prácticos (a título indicativo)

• Implementación en un corpus
• Uso de polarity.scores()

Integración de SCIKIT-LEARN

• Importación de los algoritmos de clasificación de SCIKIT-LEARN

Ejemplos de ejercicios prácticos (a título indicativo)

• Ejemplo de uso de los algoritmos de SCIKIT-LEARN a partir de nltk

Nota: El contenido de este programa puede ser objeto de adaptación en función de los niveles, requisitos previos y necesidades de los participantes.

Metodología

Metodología de la formación en NLP con Python

Formación impartida presencialmente o a distancia (blended learning, e-learning, clase virtual o presencial a distancia).

El formador alterna entre método demostrativo, interrogativo y activo (mediante ejercicios prácticos y/o simulaciones).

Evaluación de los aprendizajes

• Análisis de los resultados individuales producidos por cada participante durante los ejercicios prácticos, con corrección a lo largo del desarrollo de la formación
• Realización de una prueba completa sobre un proyecto global de fin de formación, con análisis por el consultor formador
• Un QCM individual de evaluación de los aprendizajes se propone al final de cada sesión

Bonificación Fundae

Esta formación es bonificable a través de FUNDAE para todas las empresas que cuenten con trabajadores en régimen general de la Seguridad Social y dispongan de crédito formativo. SKOLAE Formación gestiona todo el proceso administrativo necesario para que tu empresa pueda recuperar el importe invertido en la formación, siempre que se cumplan los requisitos legales y de comunicación establecidos por FUNDAE.

Formador

Profesional especializado en Inteligencia Artificial (IA) y procesamiento del lenguaje natural (NLP), con experiencia en el desarrollo de soluciones de análisis de texto mediante PYTHON.

Cuenta con trayectoria en el uso de herramientas como NLTK y SCIKIT-LEARN para tareas de tokenización, lematización, reconocimiento de entidades y análisis de sentimientos, aplicadas a casos reales como chatbots, análisis de opiniones o automatización de procesos.

Ha participado en proyectos de implementación de soluciones de IA basadas en lenguaje, combinando conocimientos técnicos con una visión aplicada al negocio.

Combina experiencia técnica con enfoque pedagógico, facilitando la comprensión mediante ejercicios prácticos, simulaciones y casos reales.

¿Te gustó esta formación? Suscríbete a nuestra Newsletter pinchando aquí. También te animamos a seguirnos en LinkedIn, Instagram y Facebook y así estarás al día de todas nuestras novedades.