• Text processing sur Wikipedia EN

In computing, the term text processing refers to the theory and practice of automating the creation or manipulation of electronic text.

• TAL sur Wikipedia FR

Le traitement automatique du langage naturel (abr. TALN), ou traitement automatique de la langue naturelle1, ou encore traitement automatique des langues (abr. TAL) est un domaine multidisciplinaire impliquant la linguistique, l'informatique et l'intelligence artificielle, qui vise à créer des outils de traitement de la langue naturelle pour diverses applications.

• Analysez vos données textuelles sur OpenClassrooms. L'exemple est trop compliqué pour expliquer des notions simples. De plus, l'exemple n'est pas fourni, le code est partiel (avec des erreurs et un mauvais respect du PEP8). C'est en français et ça a le mérite d'exister.

En anglais, beaucoup de ressources, en particulier:

• How to Prepare Text Data for Machine Learning with scikit-learn
• Machine Learning for Big Data and Text Processing: Foundations | Professional Education
• Natural Language Processing - Machine Learning with Text Data Pluralsight
• Natural Language Processing(NLP) for Machine Learning

Cet exemple analyse le texte défini dans text.py par
TEXT = “”“un texte”““
Import de TEXT dans text_process_ex.py avec:

# Import comme module --> pas de fichier à lire
from text import TEXT  # TEXT est une varible globale

TEXT est notre corpus

Le corpus sera soit une liste, un dictionnaire, un set de string, récupéré dans une DB, dans du html, dans des fichiers … qu'il peut être nécessaire de nettoyer, arranger.