Tutorial de las principales funcionalidades de la librería ConTexto desarrollada por la Unidad de Cientificos de Datos (UCD) del Departamento Nacional de Planeación (DNP).
Autor: David Insuasti C
- Instalación de ConTexto
- Preparar el entorno de Google Colab
- Pipeline general del procesamiento de texto
- Lectura de documentos
- Leer archivos
.txt
- Leer archivos
Word
- Leer PDF (sin OCR)
- Leer PDF (con OCR)
- Leer archivos
- Análisis exploratorio y visualización de texto
- Limpieza de texto
- Caso de uso: El Quijote
- Comparación de Documentos
- Vectorización de texto
- Bag of Words (BOW)
- Term Frequency - Inverse Document Frequency (TF-IDF)
- Word2Vec
- Comparación de documentos
📂 entrada/
: Se encuentran los insumos necesarios para correr el taller.
📓 Taller_contexto.ipynb
: Cuaderno de Jupyter del taller