Ciencias de la Computación FAMAF

Herramientas de usuario

Herramientas del sitio

Traza:
materias:pln:2019:practico3

Diferencias

Muestra las diferencias entre dos versiones de la página.

Enlace a la vista de comparación

Ambos lados, revisión anteriorRevisión previa
Próxima revisión		Revisión previa
materias:pln:2019:practico3 [2019/05/14 22:14] – francolqmaterias:pln:2019:practico3 [2019/06/13 21:21] (actual) – francolq
Línea 7: Línea 7:
  
   * Repositorio: https://github.com/PLN-FaMAF/PLN-2019.   * Repositorio: https://github.com/PLN-FaMAF/PLN-2019.
-  * Fecha de entrega: 23/5 a las 23:59.+  * Fecha de entrega: <del>23/5</del> 6/6 a las 23:59.
  
  
Línea 276: Línea 276:
 ===== Ejercicio 6: Clasificador "three words" ===== ===== Ejercicio 6: Clasificador "three words" =====
  
-  * Implementar un tagger que utilice un clasificador para etiquetar cada palabra en base a la información disponible en una ventana alrededor de la palabra.+  * Implementar en ''classifier.py'' un tagger que utilice un clasificador para etiquetar cada palabra en base a la información disponible en una ventana alrededor de la palabra.
   * Definir el vectorizador con los siguientes features:   * Definir el vectorizador con los siguientes features:
     * la palabra actual en minúsculas.     * la palabra actual en minúsculas.
Línea 283: Línea 283:
     * si la palabra actual es un número.     * si la palabra actual es un número.
     * mismos features para la palabra anterior y para la siguiente.     * mismos features para la palabra anterior y para la siguiente.
-  * Probar también los siguientes clasificadores:+  * Probar los siguientes clasificadores:
     * ''sklearn.linear_model.LogisticRegression''     * ''sklearn.linear_model.LogisticRegression''
     * ''sklearn.naive_bayes.MultinomialNB''     * ''sklearn.naive_bayes.MultinomialNB''
Línea 295: Línea 295:
 */ */
  
-===== Ejercicio 7: Clasificador con Embeddings =====+Interfaz de ''ClassifierTagger'' en ''classifier.py'':
  
-**TBA**+<code python> 
 +class ClassifierTagger: 
 +    """Simple and fast classifier based tagger. 
 +    """ 
 + 
 +    def __init__(self, tagged_sents, clf='lr'): 
 +        """ 
 +        clf -- classifying model, one of 'svm', 'lr' (default: 'lr'). 
 +        """ 
 + 
 +    def fit(self, tagged_sents): 
 +        """ 
 +        Train. 
 +        tagged_sents -- list of sentences, each one being a list of pairs. 
 +        """ 
 + 
 +    def tag_sents(self, sents): 
 +        """Tag sentences. 
 +        sent -- the sentences. 
 +        """ 
 + 
 +    def tag(self, sent): 
 +        """Tag a sentence. 
 +        sent -- the sentence. 
 +        """ 
 + 
 +    def unknown(self, w): 
 +        """Check if a word is unknown for the model. 
 +        w -- the word. 
 +        """ 
 +</code> 
 + 
 +Tests: 
 + 
 +  $ nosetests tagging/tests/test_classifier.py  
 + 
 + 
 + 
 +===== Ejercicio 7: Clasificador con Word Embeddings fastText ===== 
 + 
 +  * Agregar word embeddings fastText a los features clasificador del ejercicio anterior. 
 +    * Usar el vectorizador provisto en ''fasttext.py''. 
 +  * Usar los modelos pre-entrenados para el idioma castellano ofrecidos por fastText. 
 +  * Entrenar, evaluar y reportar resultados y tiempos en el README. 
 + 
 +Documentación: 
 + 
 +  * [[https://fasttext.cc/|fastText]] 
 +    * [[https://github.com/facebookresearch/fastText/tree/master/python#building-fasttext-for-python|Instalación]] 
 +    * [[https://fasttext.cc/docs/en/crawl-vectors.html|Modelos pre-entrenados]]
  
 ===== Ejercicio 8: Análisis de Error y Nuevos Features  ===== ===== Ejercicio 8: Análisis de Error y Nuevos Features  =====
Línea 318: Línea 367:
   * https://pytorch.org/tutorials/beginner/nlp/sequence_models_tutorial.html#example-an-lstm-for-part-of-speech-tagging   * https://pytorch.org/tutorials/beginner/nlp/sequence_models_tutorial.html#example-an-lstm-for-part-of-speech-tagging
  
 +https://nlpforhackers.io/lstm-pos-tagger-keras/
 +
 +  * Probe LSTM cells: recuerda consistencia de comillas?|
 */ */
  
materias/pln/2019/practico3.1557872079.txt.gz · Última modificación: 2019/05/14 22:14 por francolq