Schulungsübersicht

Überblick über die Python-Pakete zum Thema NLP

Einführung in NLP (Beispiele natürlich in Python)

  1. Einfache Textmanipulation
    1. Text durchsuchen
    2. Zählen von Words
    3. Aufspalten von Texten in Words
    4. Lexikalische Dispersion
  2. Verarbeitung komplexer Strukturen
    1. Darstellung von Text in Listen
    2. Indizierung von Listen
    3. Kollokationen
    4. Bigramme
    5. Häufigkeitsverteilungen
    6. Konditionale mit Words
    7. Vergleich von Words (startswith, endswith, islower, isalpha, etc...)
  3. Verstehen natürlicher Sprache
    1. Word-Sinn-Disambiguierung
    2. Pronomen-Auflösung
  4. Maschinelle Übersetzungen (statistisch, regelbasiert, wörtlich, etc...)
  5. Übungen

NLP in Python in Beispielen

  1. Accessing Textkorpora und lexikalische Ressourcen
    1. Allgemeine Quellen für Korpora
    2. Bedingte Häufigkeitsverteilungen
    3. Zählen von Words nach Genre
    4. Eigenes Korpus erstellen
    5. Aussprachewörterbuch
    6. Shoebox und Toolbox Lexika
    7. Sinne und Synonyme
    8. Hierarchien
    9. Lexikalische Beziehungen: Meronyme, Holonyme
    10. Semantische Ähnlichkeit
  2. Verarbeitung von Rohtext
    1. Pricing
    2. Verkürzen von
    3. Extrahieren von Teilen einer Zeichenkette
    4. Accessing einzelner Zeichen
    5. Suchen, Ersetzen, Aufteilen, Verbinden, Indizieren, etc...
    6. Reguläre Ausdrücke verwenden
    7. Erkennen von Wortmustern
    8. Stemming
    9. Tokenisierung
    10. Normalisierung von Text
    11. Word Segmentierung (insbesondere in Chinesisch)
  3. Kategorisierung und Tagging Word
    1. Getaggte Korpora
    2. Verschlagwortete Token
    3. Part-of-Speech-Tagsatz
    4. Python Wörterbücher
    5. Words zu Propertieis-Zuordnung
    6. Automatische Verschlagwortung
    7. Bestimmung der Kategorie eines Words (morphologisch, syntaktisch, semantisch)
  4. Text-Klassifikation (Machine Learning)
    1. Überwachte Klassifikation
    2. Segmentierung von Sätzen
    3. Kreuzvalidierung
    4. Entscheidungsbäume
  5. Extraktion von Informationen aus Text
    1. Chunking
    2. Chunking
    3. Tags vs. Bäume
  6. Analyse der Satzstruktur
    1. Kontextfreie Grammatik
    2. Parser
  7. Aufbau von merkmalsbasierten Grammatiken
    1. Grammatikalische Merkmale
    2. Verarbeitung von Feature-Strukturen
  8. Analyse der Bedeutung von Sätzen
    1. Semantik und Logik
    2. Propositionale Logik
    3. Logik erster Ordnung
    4. Diskurssemantik
  9. Linguistische Daten verwalten
    1. Datenformate (Lexikon vs. Text)
    2. Metadaten

Voraussetzungen

Grundkenntnisse über Python

 28 Stunden

Teilnehmerzahl


Price per participant (excl. VAT)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien