Watson Ejemplos de uso de la biblioteca de procesamiento del lenguaje natural

Los cuadernos de ejemplo muestran cómo utilizar los distintos bloques de procesamiento del lenguaje natural de Watson y cómo entrenar tus propios modelos.

Proyecto de ejemplo y cuadernos

Para ayudarte a dar tus primeros pasos con la biblioteca de procesamiento del lenguaje natural de Watson, puedes descargar un proyecto de ejemplo y cuadernos de trabajo desde el repositorio de ejemplos de ciencia de datos de GitHub, en la sección «Cuadernos de trabajo y proyectos ».

Ten en cuenta que debes descargar el proyecto de ejemplo y los cuadernos para el entorno de ejecución en el que desees ejecutar los cuadernos.

Cuadernos de ejemplo

  • Análisis de reclamaciones financieras

    Este cuaderno te muestra cómo analizar las reclamaciones financieras de los clientes utilizando el procesamiento del lenguaje natural de Watson. Utiliza datos de la base de datos de reclamaciones de los consumidores publicada por la Oficina para la Protección Financiera del Consumidor (CFPB). El cuaderno te enseña a utilizar los modelos de clasificación de tonos y de emociones.

  • Análisis de reclamaciones sobre automóviles

    Este cuaderno muestra cómo analizar las quejas relacionadas con automóviles utilizando el procesamiento del lenguaje natural de Watson. Utiliza los registros de reclamaciones de los propietarios de vehículos, de acceso público, que conserva la Administración Nacional de Seguridad del Tráfico en Carreteras (NHTSA) del Departamento de Transporte de los Estados Unidos. Este cuaderno muestra cómo utilizar el análisis sintáctico para extraer los sustantivos más frecuentes, que suelen reflejar los problemas que abordan los autores de las revisiones, y cómo combinar estos resultados con datos estructurados mediante la minería de reglas de asociación.

  • Clasificación de reclamaciones mediante el procesamiento del lenguaje natural de Watson

    Este cuaderno muestra cómo entrenar diferentes clasificadores de texto utilizando el módulo de procesamiento del lenguaje natural de Watson. Los clasificadores predicen el grupo de productos a partir del texto de una queja de un cliente. Esto podría utilizarse, por ejemplo, para remitir una queja al empleado correspondiente. Los datos utilizados en este cuaderno proceden de la Base de Datos de Quejas de los Consumidores, publicada por la Oficina para la Protección Financiera del Consumidor (CFPB), una agencia gubernamental de U.S, y están a disposición del público. Aprenderás a entrenar un modelo CNN personalizado y un modelo de red neuronal convolucional ( VotingEnsemble ) y a evaluar su calidad.

  • Extracción de entidades en reclamaciones financieras mediante el procesamiento del lenguaje natural de Watson

    Este cuaderno muestra cómo extraer entidades nombradas de las reclamaciones de clientes del sector financiero utilizando el procesamiento del lenguaje natural de Watson. Utiliza datos de la base de datos de reclamaciones de los consumidores publicada por la Oficina para la Protección Financiera del Consumidor (CFPB). En este cuaderno aprenderás a realizar una extracción de términos basada en diccionarios para entrenar un modelo de extracción personalizado a partir de los diccionarios proporcionados y a extraer entidades utilizando el modelo BERT.

  • Implementar un modelo de análisis de opiniones preentrenado

    Este cuaderno muestra cómo crear una implementación en línea que identifique el sentimiento, basada en los bloques de procesamiento del lenguaje natural de « Watson ».

Proyecto de ejemplo

Si no quieres descargar los cuadernos de ejemplo uno por uno en tu proyecto, puedes descargar el proyecto de ejemplo completo: NLP-Example-Project-RT24-1.zip

El proyecto de ejemplo contiene los cuadernos de ejemplo enumerados en la sección anterior, entre los que se incluyen:

  • Análisis de opiniones sobre hoteles mediante el procesamiento del lenguaje natural de Watson

    Este cuaderno te muestra cómo utilizar el análisis sintáctico para extraer los sustantivos más frecuentes de las reseñas de hoteles, clasificar el sentimiento de las reseñas y aplicar un análisis de sentimiento orientado a aspectos a los aspectos extraídos con mayor frecuencia. El archivo de datos que utiliza este cuaderno se incluye en el proyecto como un recurso de datos.

El proyecto de ejemplo contiene plantillas de entorno personalizadas para los cuadernos de ejemplo. Si quieres crear tus propias plantillas, asegúrate de que tengan al menos 4 GB de memoria. La clasificación de reclamaciones con el cuaderno de procesamiento del lenguaje natural de Watson requiere una plantilla personalizada con al menos 8 GB de memoria.