Skip to Content
Livro de receitas de aprendizagem automática com Python, 2ª edição
book

Livro de receitas de aprendizagem automática com Python, 2ª edição

by Kyle Gallatin, Chris Albon
April 2025
Intermediate to advanced
416 pages
8h 32m
Portuguese (Portugal, Brazil)
O'Reilly Media, Inc.
Content preview from Livro de receitas de aprendizagem automática com Python, 2ª edição

Capítulo 6. Manipulação de texto

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com

6.0 Introdução

Dados de texto não estruturados, como o conteúdo de um livro ou de um tweet, são simultaneamente uma das fontes de caraterísticas mais interessantes e uma das mais complexas de tratar. Neste capítulo, abordaremos estratégias para transformar texto em caraterísticas ricas em informação e utilizaremos algumas caraterísticas prontas a usar (designadas por embdings) que se tornaram cada vez mais omnipresentes em tarefas que envolvem processamento de linguagem natural (PLN).

Isto não quer dizer que as receitas aqui apresentadas sejam exaustivas. Há disciplinas académicas inteiras que se concentram no tratamento de dados não estruturados, como o texto. Neste capítulo, abordaremos algumas técnicas normalmente utilizadas; o seu conhecimento acrescentará ferramentas valiosas à nossa caixa de ferramentas de pré-processamento. Além de muitas receitas genéricas de processamento de texto, também demonstraremos como podes importar e aproveitar alguns modelos de aprendizagem automática pré-treinados para gerar caraterísticas de texto mais ricas.

6.1 Limpeza do texto

Problema

Tens alguns dados de texto não estruturados e pretendes efetuar uma limpeza básica.

Solução

No seguinte exemplo , olhamos para o texto de três livros e limpamo-lo usando as operações de string principais do Python, em particular strip, replace, e ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

AirBnbBlueOriginElectronic ArtsHomeDepotNasdaqRakutenTata Consultancy Services

QuotationMarkO’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
QuotationMarkI wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
QuotationMarkI’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
QuotationMarkI'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Mark W.
Embedded Software Engineer

You might also like

Analítica de futebol com Python e R

Analítica de futebol com Python e R

Eric A. Eager, Richard A. Erickson

Publisher Resources

ISBN: 9798341642072