Cronograma

Clase 1 - 19 de agosto

• Jerarquía de Chomsky - Costo Computacional - Gramáticas, Autómatas y Lenguajes Formales
• Introducción a las Expresiones Regulares

Clase 2 - 26 de agosto

Requisitos: tener instalado Bash y Python 2.7

• Bash: Regex - Tokenización. Stemming - Lematización

Materiales

Clase 3 - 2 de setiembre

Requisitos: tener instalado Bash y Python 2.7

• Bash: awk, sed, grep, tr, sort, uniq. Frecuencia de palabras.

Clase 4 - 9 de septiembre

Requisitos: tener instalado R y RStudio. Paquetes de R: quanteda, readtext, tidyverse, tidytext, wordspace.

• Corpus

Clase 5 - 23 de septiembre

Requisitos: tener instalado Python 2.7 y NLTK

• POS Tagging
• Lematización con POS Tagging

Clase 6 - 30 de septiembre

Requisitos: tener instalado Python 2.7 y NLTK

• Parsing: Tipos de Parsers (por Reglas vs Probabilísticos) - Shallow y Full Parsing - Tipos de Representaciones (Dependencias - Constituyentes - Categorial) - Implementaciones (panorama)

Clase 7 - 7 de octubre

Requisitos: tener instalado R y RStudio. Paquete: STM

• Tópicos - LDA

Clase 8 - 14 de octubre

Requisitos: tener instalado OpenNLP

• Clasificadores - Sentiment - Tópicos
• DocCat de OpenNLP