Практика в ИТ-сфере 1. Имея…

Практика в ИТ-сфере

1. Имея базовые навыки работы со строками и списками в Python, создать приложение, которое поможет получить частотный список слов в тексте на иностранном языке:
программа должна считывать текстовый файл на иностранном языке, разбивать его на отдельные слова и подсчитывать количество вхождений каждого слова. Можно использовать структуру данных словаря, где ключами будут слова, а значениями – их частота в тексте. После подсчета частоты можно вывести полученный частотный список на экран или сохранить его в файл.
2. Зная основы работы со строками и списками в Python, создать приложение, которое поможет автоматически выделить коллокации (часто встречающиеся словосочетания) в тексте на иностранном языке:
приложение должно считывать текстовый файл на иностранном языке, разбивать его на отдельные слова и находить часто встречающиеся сочетания слов (коллокации). Можно использовать библиотеку NLTK (Natural Language Toolkit), которая предоставляет функции для работы с текстом, включая выделение коллокаций. Из библиотеки NLTK можно применить методы ngrams или collocations, чтобы определить наиболее часто встречающиеся сочетания слов в тексте. Результаты выделения коллокаций могут быть выведены на экран или сохранены в файл.
3. Имея базовые навыки работы со строками и списками в Python, создать приложение, которое поможет автоматически составить глоссарий имен собственных на основе текста на иностранном языке:
приложение должно считывать текстовый файл на иностранном языке, разбивать его на отдельные слова и определять, является ли каждое слово именем собственным. Для определения имен собственных в тексте можно использовать стороннюю библиотеку, такую как SpaCy или NLTK. Программа может сохранять найденные имена собственные в словарь или список, выводить его на экран или сохранять в файл.
4. Имея представление о концепции морфологической разметки и умение использовать библиотеки в Python, создать приложение, которое поможет провести морфологическую разметку словника на основе текста на иностранном языке:
приложение должно считывать текстовый файл на иностранном языке и разбивать его на отдельные слова. Для морфологической разметки каждого слова можно использовать морфологические анализирующие библиотеки: SpaCy или NLTK. Библиотеки могут предоставить информацию о частях речи, падежах, числе и других морфологических характеристиках слов. Можно сохранить результаты разметки в виде словаря или таблицы, вывести их на экран или сохранить в файл.
5. Зная основы работы со строками и списками в Python, создать приложение, которое поможет автоматически выделить ключевые слова из коллекции текстов на иностранном языке:
приложение должно считывать коллекцию текстовых файлов на иностранном языке. Можно использовать статистические методы TF-IDF (Term Frequency-Inverse Document Frequency) или TextRank, чтобы определить ключевые слова в каждом тексте. Для реализации этих методов можно использовать библиотеки scikit-learn или Gensim. Результаты выделения ключевых слов могут быть выведены на экран или сохранены в файл

Анна

Исследования ученых о взаимосвязи ума и красоты говорят о том, что умные люди – красивые!

Задать вопрос

Представленная информация была полезной?

ДА

86.75%

НЕТ

13.25%

Проголосовало: 249

или напишите нам прямо сейчас:

⚠️ Пожалуйста, пишите в MAX или заполните форму выше.

В России Telegram и WhatsApp блокируют - сообщения могут не дойти.

Написать в MAXНаписать в TelegramНаписать в WhatsApp

Отзывы наших клиентов

1 2 ... 12 ►