Marque palavras: classes gramaticais e entidades nomeadas
Rotule cada palavra com sua função gramatical e encontre pessoas, lugares e organizações no texto.
- Identifique palavras com classes gramaticais e explique por que o contexto é importante
- Encontre entidades nomeadas como pessoas, organizações e lugares
- Leia e decodifique o esquema de marcação BIO
Até agora cada documento tornou-se uma etiqueta ou um saco de contagens. Em vez disso, muitas tarefas precisam de um rótulo para cada palavra - isso é chamado de rotulagem de sequência. Dois clássicos: marcação de classe gramatical (POS) marca a função gramatical de cada palavra e reconhecimento de entidade nomeada (NER) encontra nomes de pessoas, organizações, lugares e datas.
Partes do discurso
Algumas das tags comuns (do conjunto Universal Dependencies, amplamente utilizado):
| Etiqueta | Significado | Exemplos |
|---|---|---|
NOUN | coisa, pessoa, ideia | cachorro, voo, ideia |
VERB | ação ou estado | correr, reservar, é |
ADJ | descreve um substantivo | grande, rápido, vermelho |
DET | determinante | o, a, isto |
O problema: a mesma palavra pode ter diferentes classes gramaticais. “Quero reservar um voo” (verbo) vs “Eu li um livro” (substantivo). Um tagger deve usar o contexto.
Experimente
Até 15 XPSeja o etiquetador da classe gramatical
Escolha uma tag e clique nas palavras às quais ela pertence. Fique atento a palavras que mudam de função entre as frases - como livro e corre.
1. Escolha uma etiqueta
2. Clique nas palavras para etiquetá-las (clique de novo para limpar)
Entidades nomeadas
Reconhecimento de entidade nomeada encontra trechos de texto que nomeiam algo: PER (pessoa), ORG (organização), LOC (localização), DATE. Ele potencializa recursos como transformar o “almoço com Ada em Paris na sexta-feira” em um evento de calendário e ajuda os sistemas de notícias, jurídico e médico a extrair fatos dos documentos.
Experimente
Até 15 XPIdentifique as entidades
Marque as palavras que fazem parte de um nome ou data. Deixe todas as outras palavras sem marcação - elas também contam. Observe que Apple pode ser uma empresa ou uma fruta, e Jordan uma pessoa ou um país.
1. Escolha uma etiqueta
2. Clique nas palavras para etiquetá-las (clique de novo para limpar)
Marque trechos: o esquema BIO
As entidades podem ter várias palavras (“Ada Lovelace”, “New York City”). Para rotular intervalos com uma tag por token, os sistemas NER usam tags BIO:
B-PER: o Binício do nome de uma pessoaI-PER: Eunside (continuando) o mesmo nomeO: Ofora de qualquer entidade
“Ada Lovelace visitou Nova York” → B-PER I-PER O B-LOC I-LOC.
Principais conclusões
Rotulagem de sequência dá um rótulo a cada token; A marcação de PDV e o NER são os exemplos clássicos.
As tags dependem do contexto: book o substantivo vs book o verbo, Apple a empresa vs apple a fruta.
As tags BIO transformam entidades com várias palavras em uma tag por token.
Quiz da aula
6 perguntas · aprovação com 5 acertos · até 50 XP
Ao passar, você conclui a aula e mantém sua sequência. As perguntas erradas voltarão em sessões de revisão.
Pratique: aplique NLP com Python
Experimente cada ideia de processamento de texto em Python, execute com entradas de exemplo e use os resultados para ver onde o método funciona ou falha.
Leia entidades de tags BIO
A primeira linha contém tokens separados por espaço e a segunda linha suas tags BIO. Imprima cada entidade em sua própria linha como TYPE: words, na ordem em que aparecem. Uma tag B- inicia uma entidade; as seguintes tags I- do mesmo tipo continuam.
- Pessoa e lugar
- Organização e data
- Nenhuma entidade
O Python é executado em um ambiente isolado no navegador, com limite de 60 segundos. O runtime é carregado pelo CDN do Pyodide; seu código permanece neste navegador.
Dúvidas sobre esta lição
Travou em algum ponto? Pergunte. Descobriu algo? Compartilhe. Explicar também é uma ótima forma de aprender.
Carregando publicações…