filmov
tv
Python Spanlp - Preprocesamiento y Limpieza de datos | Unicode
Показать описание
Hola! En este video vemos como Python SPANLP nos ayudará en una de las tareas más importantes cuando tenemos una colección de datos: LA LIMPIEZA o ELIMINACIÓN DE CARACTERES ESPECIALES.
y les cuento algunas caracteristicas y funcionaldiades para extiendan su código implementando nuevas estrategias de limpieza sin mayor esfuerzo.
No olviden dejar su estrella ⭐ en github si te ha gustado esta librería!
🔗 LINKS:
🧠 APRENDERAS:
- Como normalizar datos
- Como implementar varias estrategias de limpieza
- Extender la funcionalidad de la librería muy facilmente
⭐ CARACTERISTICAS DE SPANLP
- Escrita 100% en Python. (La hace veloz)
- Detección de "malas palabras" para 20 paises de habla hispana.
- Detecta y censura groserias por pais o todos los paises al mismo tiempo o una lista de paises que quieras.
- Ofrece 28 estratégias de limpieza de datos de alto rendimiento.
💡 RETO:
• Toma datos de internet del tema que quieras escribe caracteres especiales dentro del texto, en medio de la palabras, al final y al inicio y prueba la estrategia de limpieza.
• Haz diferentes implementaciones y cuentanos en los comentarios cual es tu favorita.
🌐 REDES:
y les cuento algunas caracteristicas y funcionaldiades para extiendan su código implementando nuevas estrategias de limpieza sin mayor esfuerzo.
No olviden dejar su estrella ⭐ en github si te ha gustado esta librería!
🔗 LINKS:
🧠 APRENDERAS:
- Como normalizar datos
- Como implementar varias estrategias de limpieza
- Extender la funcionalidad de la librería muy facilmente
⭐ CARACTERISTICAS DE SPANLP
- Escrita 100% en Python. (La hace veloz)
- Detección de "malas palabras" para 20 paises de habla hispana.
- Detecta y censura groserias por pais o todos los paises al mismo tiempo o una lista de paises que quieras.
- Ofrece 28 estratégias de limpieza de datos de alto rendimiento.
💡 RETO:
• Toma datos de internet del tema que quieras escribe caracteres especiales dentro del texto, en medio de la palabras, al final y al inicio y prueba la estrategia de limpieza.
• Haz diferentes implementaciones y cuentanos en los comentarios cual es tu favorita.
🌐 REDES:
Комментарии