nayeli-luis / libretas-curso

Libretas de jupyter para el curso de procesamiento de lenguaje natural

Material de apoyo

Curso de procesamiento de lenguaje natural

Maestría en Tecnologías de la Información

Universidad Nacional de Misiones

Las libretas del curso están pensadas como un recurso didáctico para explicar algunos de los temas vistos en el curso, y al mismo tiempo mostrar como se pueden hacer estas cosas en python, haciendo uso de las librerías especializadas.

Es por esta razón que en las libretas no es necesario hacer nada, ya todo viene listo para ejecutarse y funcionar (dado lo reducido del tiempo frente a grupo).

Como cargar las libretas del curso con el comando git

La manera más fácil de acceder a las carpetas es clonar el proyecto en github donde se encuentran. Para esto, recomiendo que se instale un contenedor de docker diseñado exclusivamente para el curso. Las instrucciones para instalar el contenedor se pueden encontrar aqui.

Los pasos son los siguientes:

1. Si ya tienes instalado el contenedor, pero no estás dentro, entrar con

$ docker start -i curso-pln

2. Ir al punto de montaje para que las libretas (y lo que generas con ellas) lo puedas ver fuera de tu contenedor.

~# cd curso-pln

3. Clonar el proyecto de github con las libretas en tu repositorio.

~/curso-pln# git clone https://github.com/unam-pln/libretas-curso.git

Sin embargo, no fue posible cargar un modelo de semántica distribuida, ya que el tamaño del archivo era muy grande para github. Por esto hay que hacer los siguientes pasos adicionales.

4. Ir a las libretas y crear un directorio modelo

~/curso-pln# cd libretas-curso/
~/curso-pln/libretas-curso# mkdir modelos
~/curso-pln/libretas-curso# cd modelos

y ya en la carpeta de modelos descargar el archivo con wget.

~/curso-pln/libretas-curso/modelos# wget -O fasttext-sbwc.vec.gz http://dcc.uchile.cl/%7Ejperez/word-embeddings/fasttext-sbwc.3.6.e20.vec.gz

La descarga es de unos 840MB, por lo que tarda su tiempo. Si se va a instalar en multples máquinas, es mejor copiar el archivo en una memoria USB y copiarlo en esta carpeta en cada máquina.

Listo, ya puedes usarlas solamente hay que ejecutar en el contenedor

~/curso-pln/libretas-curso/modelos# cd
~/curso-pln# run_notebook

Recomiendo y pido a todos los participantes en el curso que abran y realicen los ejercicios que se piden en las dos libretas preliminares. Estas libretas no las veremos en el curso pero dan una idea de como utilizar las libretas así como los módulos de python numpy, matplotlib y pandasaunque sea de manera superficial. Las libretas preliminares (y el orden en que recomiendo las desarrollen) son:

1. Preliminar- numpy.ipynb
2. Preliminar- pandas.ipynb

Si quieres saber algo más sobre jupyter y como funciona, aquí hay una pequeña presentación de jupyter hecha en jupyter.