Curso "Introducción al Procesamiento Natural con Python - Parte I" - Grupo de Ingeniería Linguística, UNAM

Material usado en el curso "Introducción al Procesamiento Natural con Python - Parte I" del Grupo de Ingeniería Lingüistica de la UNAM.

Todas las sesiones se detallan a continuación, y se añaden links para visualizar las notebooks asociadas a cada sesión.

1. Introducción a Python

• ¿Qué es Python?
• ¿Cómo se corre un programa de Python?
• Sintaxis básica

https://nbviewer.org/github/juanmvsa/CursoPLN-UNAM/blob/main/Semana%201%20Introduccio%CC%81n.ipynb

2. Tipos de datos y variables

• Asignación de variables
• Tipos de variables
• Cadenas
• Listas
• Tuplas
• Diccionarios
• Ejercicios básicos con cadenas, listas, tuplas y diccionarios

https://github.com/juanmvsa/CursoPLN-UNAM/blob/main/Semana%202%20Tipos%20de%20datos%20y%20variables.ipynb

3. Estructuras de control

• if
• if - else
• for
• while

https://github.com/juanmvsa/CursoPLN-UNAM/blob/main/Semana%203%20Estructuras%20de%20control.ipynb

4. Entradas y salidas

• Lectura de información por teclado
• Lectura de información en archivos .txt y .xsls
• Introducción a pandas para exploración de archivos
• Escritura en archivos .txt

https://github.com/juanmvsa/CursoPLN-UNAM/blob/main/Semana%204%20input%20y%20output.ipynb https://github.com/juanmvsa/CursoPLN-UNAM/blob/main/paises.txt

5. Funciones

• Definición de función
• Funciones con estructuras de control

https://github.com/juanmvsa/CursoPLN-UNAM/blob/main/Semana%205%20Funciones.ipynb

6. Introducción al PLN

• Breve recorrido sobre el aprendizaje de máquina, las principales herramientas usadas en PLN, y los modelos de PLN que se han desarrollado actualmente

https://github.com/juanmvsa/CursoPLN-UNAM/blob/main/Introduccio%CC%81n%20al%20Procesamiento%20del%20Lenguaje%20Natural.pdf

• Breve introducción a la programación orientada a objetos en Python
• Clases vs. objetos

https://github.com/juanmvsa/CursoPLN-UNAM/blob/main/Semana%206%20Programacio%CC%81n%20Orientada%20a%20Objetos.ipynb

7. Introducción a spaCy

• ¿Qué es spaCy ?
• Modelos de lenguajes en spaCy
• Obtención de atributos léxicos

https://github.com/juanmvsa/CursoPLN-UNAM/blob/main/Semana%207%20Intro%20a%20Spacy.ipynb

• Introducción a los modelos estadísticos de spaCy

https://github.com/juanmvsa/CursoPLN-UNAM/blob/main/Semana%207%20Modelos%20Estadi%CC%81sticos.ipynb

8. Sesión final

Los datos usados en esta notebook se pueden descargar del siguiente link: https://registry.opendata.aws/amazon-reviews-ml/

https://github.com/juanmvsa/CursoPLN-UNAM/blob/main/Semana%208%20Proyecto%20de%20revisio%CC%81n.ipynb