Computación con el lenguaje Día 22, 12 mar 14

1. Computación con el lenguajeDía 22, 12 mar 14 Cultura computacional en español SPAN 4350 Harry Howard Tulane University

2. Organización del curso • Las grabaciones y las presentaciones están disponibles en:http://www.tulane.edu/~howard/SPAN-NLP/ • La versión en inglés del tema es http://www.tulane.edu/~howard/CompCultES/control.html • Las notas están en el Gradebook de Blackboard. SPAN 4350 - Harry Howard - Tulane University

3. Repaso SPAN 4350 - Harry Howard - Tulane University

4. Los resultados actuales • El script "funciones.py" en Spyder. • Fijar el 'global working directory' en Spyder: • Spyder > Preferences > Global working directory > … the following directory > pytextos SPAN 4350 - Harry Howard - Tulane University

5. La computación con el lenguaje SPAN 4350 - Harry Howard - Tulane University

6. Cargar el texto >>> import funciones >>> texto = funciones.cargaTexto() >>> len(texto) 14879 >>> importnltk >>> fromnltk.textimportText >>> T = Text(texto) >>> len(T) 14879 SPAN 4350 - Harry Howard - Tulane University

7. Text en la jerarquía de NLTK nltkPackage align, collocations, data, downloader, featstruc, grammar, help, probability, text, toolbox, tree, treetransforms, util, (subpackages) text ContextIndex common_contexts() similar_words() tokens() word_similarity_dict() Text collocations(), common_contexts(), concordance(), count(word), dispersion_plot(), findall(), generate(), index(), plot(), readability(), similar(), unicode_repr(), vocab() TextCollection idf(), tf(), tf_idf() TokenSearcher findall(regexp) ConcordanceIndex offsets(), print_concordance(), tokens(), unicode_repr SPAN 4350 - Harry Howard - Tulane University

8. Ejemplos de los métodos de Text >>> T.collocations() Building collocations list gitana vieja; los gitanos; Andrés Caballero; las gitanas; doña Clara; respondió Preciosa; doña Guiomar; sin duda; Por vida; las manos; todos los; !-- dijo; Apenas hubo; gallarda disposición; ?-- dijo; todas las; vuesa merced; los ojos; Santa Ana; había hecho >>> T.common_contexts(['gitano', 'gitana']) de_, >>> T.concordance('gallarda') Building index... Displaying 3 of 3 matches: . Preciosa , algo aficionada de la gallarda disposición de Andrés , ya deseaba con amor , le miraban : tal era la gallarda disposición de Andrés , que hasta ía lugar donde no se hablase de la gallarda disposición del gitano Andrés Caba >>> T.count('gitana') 36 >>> T.dispersion_plot(['gitana', 'gitano']) # ver diapositiva siguiente SPAN 4350 - Harry Howard - Tulane University

9. T.dispersion_plot(['gitana', 'gitano']) SPAN 4350 - Harry Howard - Tulane University

10. Ejemplos de los métodos de Text, cont. >>> T.findall() # ya lo conocen >>> T.generate() Building ngram index... LA GITANILLA Parece que los trujo . En tanto que yo volveré y le diré más venturas y aventuras que las leyes con que quedaron más alegres y más , que me quería hacer , de los tinientes de la fiesta , desde luego le desnudaron un brazo , y puesto delante de la verdad que estaniña me ha renovado mi desventura !-- dijo a esta sazón la gitana , y viésedes que os habéis de considerar que en esto , estaba temerosa de alguna pequeña criatura . -- Calla , hija ?-- dijo a su partida , por >>> T.index() # ya lo conocen >>> T.plot() # más adelante >>> T.readability() # ? >>> T.similar('gitana') vieja carducha gitanilla buenaventura compañía cruz dicen hermosa mano mía noche reja verdad vuestra , abrazaban acrecentarla advertidas alquiler andrés SPAN 4350 - Harry Howard - Tulane University

11. Análisis de textos con NLTK El próximo díaTráete el portátil a clase. SPAN 4350 - Harry Howard - Tulane University