Chapitre 2 : analyse de données à grande échelle avec spaCy

Dans ce chapitre, tu vas utiliser tes nouvelles compétences pour extraire des informations spécifiques à partir de grandes quantités de textes. Tu vas apprendre à tirer le meilleur parti des structures de données de spaCy, et comment combiner efficacement les approches statistiques et celles basées sur les règles pour l'analyse de textes.

1Structures de données (1)

2Des chaînes de caractères aux hashs

3Vocabulaire, hashs et lexèmes

4Structures de données (2)

5Créer un Doc

6Docs, spans et entités en partant de zéro

7Meilleures pratiques pour les structures de données

8Vecteurs de mots et similarité sémantique

9Inspecter des vecteurs de mots

10Comparer des similarités

11Combiner modèles et règles

12Débuggons les motifs (1)

13Débuggons les motifs (2)

14Recherche efficace de correspondance de phrase

15Extraire des pays et des relations

À propos de ce cours

spaCy est une bibliothèque Python moderne pour le Traitement Automatique du Langage Naturel de qualité industrielle. Dans ce cours en ligne gratuit et interactif, tu vas apprendre comment utiliser spaCy pour construire des systèmes avancés de compréhension du langage naturel, utilisant à la fois des approches à base de règles et d'apprentissage automatique.

À propos de moi

Je m'appelle Ines, je suis l'un des principaux développeurs de spaCy et la co-fondatrice d'Explosion. Je suis spécialisée dans les outils de développement modernes pour l'IA, l'apprentissage automatique et le NLP. J'adore aussi construire des trucs pour le web.