Introducción al reconocimiento de entidades nombradas (NER) en Python
En esta publicación, le presentaré algo llamado Reconocimiento de entidades nombradas (NER). NER es parte del procesamiento del lenguaje natural (NLP) y la recuperación de información (IR). La tarea en NER es encontrar el tipo de entidad que le correponde a una palabra. Las entidades pueden ser, por ejemplo, ubicaciones, expresiones de tiempo o nombres. Si desea ejecutar el tutorial usted mismo, puede encontrar el conjunto de datos aquí. Ahora lo cargamos y vemos algunos ejemplos.
2019
En esta publicación, le presentaré algo llamado Reconocimiento de entidades nombradas (NER). NER es parte del procesamiento del lenguaje natural (NLP) y la recuperación de información (IR). La tarea en NER es encontrar el tipo de entidad que le correponde a una palabra. Las entidades pueden ser, por ejemplo, ubicaciones, expresiones de tiempo o nombres. Si desea ejecutar el tutorial usted mismo, puede encontrar el conjunto de datos aquí. Ahora lo cargamos y vemos algunos ejemplos.
Volver arriba ↑
2018
Durante mi trabajo con datos para Deep Learning y Bioinformatico, he llegado a apreciar completamente lo que significa el término big data. Los estudios de secuencias geneticas sin procesar y el postprocesamiento de datos para entrenamiento de modelos Deep learning pueden llegar fácilmente a cientos de GB, lo que significa que procesarlos de manera oportuna y eficiente requiere un poco de reflexión. En este post detallaremos algunos de los métodos que ayudan a tomar y procesar datos de esta magnitud utilizando el multiprocesamiento y el paralelismo. Es posible que algunos de los métodos sean transferibles a otros lenguajes.
Volver arriba ↑