Python による日本語自然言語処理 〜系列ラベリングによる実世界テキスト分析〜

• 発表スケジュール: 2019/09/16 14:40-15:10 (30min)
• 場所: D会議室
• レベル: Beginner
• 発表/資料: JP
• 発表スライド: nagisa-tutorial-pycon2019.pdf
• Speaker Deck: Slides

nagisa による単語分割と品詞タグ付けの実装方法

1. 基本的な使い方: basic_usage.ipynb [Colab notebook]
2. ワードクラウドの作成: word_cloud.ipynb [Colab notebook]

Python による固有表現抽出モデルの実装方法

1. 事前準備: Speaker Deck
2. 京都大学ウェブ文書リードコーパスの前処理: preprocess_kwdlc.py
3. 固有表現抽出モデルの学習: train_kwdlc_model.py
4. 学習済みモデルの利用方法: predict_kwdlc_model.py
5. 固有表現ごとの正解率の確認: evaluate_kwdlc_model.py

参考リンク

• nagisa
• Pythonで動く形態素解析ツール「nagisa」を使ってみた
• 【かなり便利】形態素解析ツールのnagisa（なぎさ）を知っていますか？【Mecabより簡単】
• PyCon2019 レポート Python による日本語自然言語処理 〜系列ラベリングによる実世界テキスト分析〜
• Windows でインストールに失敗する場合: "pip install nagisa"でいろいろやった話