¿Cuáles son todos los usos de la librería TextBlob de Python?

[pic 1][pic 2][pic 3][pic 4]

Ingeniería en software

Unidad de aprendizaje:

Inteligencia Artificial

Profesor:

Julieta Garcilazo Reyes

Alumno:

Ramiro Camacho Colín

                  Fecha de entrega: 19/11/2022

1.-¿Cuáles son todos los usos de la librería TextBlob de Python?

textblob es una librería de procesamiento del texto para Python que permite realizar tareas de Procesamiento del Lenguaje Natural como análisis morfológico, extracción de entidades, análisis de opinión, traducción automática, etc.

Está construida sobre otras dos librerías muy famosas de Python: NLTK y pattern. La principal ventaja de textblob es que permite combinar el uso de las dos herramientas anteriores en un interfaz más simple.

-Procesando oraciones, palabras y entidades

-Análisis sintáctico

-Traducción automática

-WordNet

2.-Investiga cuáles son los usos más relevantes del paquete eli5 de Python

ELI5 es un paquete de Python que ayuda a depurar clasificadores de aprendizaje automático y explicar sus predicciones. Brinda soporte para los siguientes marcos y paquetes de aprendizaje automático:

scikit-learn. Actualmente, ELI5 permite explicar los pesos y las predicciones de los clasificadores y regresores lineales de scikit-learn, imprimir árboles de decisión como texto o como SVG, mostrar la importancia de las características y explicar las predicciones de los árboles de decisión y los conjuntos basados ​​en árboles.

ELI5 comprende las utilidades de procesamiento de texto de scikit-learn y puede resaltar los datos de texto en consecuencia. También permite depurar canalizaciones de scikit-learn que contienen HashingVectorizer, al deshacer el hash.

Keras: explique las predicciones de los clasificadores de imágenes a través de visualizaciones Grad-CAM.

XGBoost: muestra la importancia de las funciones y explica las predicciones de XGBClassifier, XGBRegressor y xgboost.Booster.

LightGBM: muestra la importancia de las características y explica las predicciones de LGBMClassifier y LGBMRegressor.

CatBoost: muestra la importancia de las características de CatBoostClassifier y CatBoostRegressor.

sklearn-crfsuite. ELI5 permite comprobar los pesos de los modelos sklearn_crfsuite.CRF.

3.-Investiga y explica cuáles son las funcionalidades del módulo re de Python

Este módulo proporciona operaciones de coincidencia de expresiones regulares similares a las que se encuentran en Perl.

Tanto los patrones como las cadenas que se buscarán pueden ser cadenas Unicode ( str), así como cadenas de 8 bits ( bytes). Sin embargo, las cadenas Unicode y las cadenas de 8 bits no se pueden mezclar: es decir, no puede hacer coincidir una cadena Unicode con un patrón de bytes o viceversa; De manera similar, al solicitar una sustitución, la cadena de reemplazo debe ser del mismo tipo que el patrón y la cadena de búsqueda.