alicevk/NLP_prvsk

Projeto da disciplina de Pŕaticas Computacionais Avançadas voltado para processamento de linguagem natural

---

Práticas Computacionais Avançadas - NLP

Extração de dados para análise do uso de compostos químicos na síntese de perovskitas

---

• Sobre o repositório
• Requisitos
• Arquivos

Sobre o repositório

Repositório dedicado à disciplina de Práticas Computacionais Avançadas, com foco em processamento de linguagem natural (NLP).

O objetivo dessa disciplina é ampliar as habilidades e conhecimento do grupo na área de NLP a partir do desenvolvimento de um projeto. O presente trabalho, portanto, propõe realizar uma análise estatística dos compostos químicos mais utilizados na síntese de perovskitas, para isso utilizando dados obtidos a partir de técnicas de processamento de linguagem natural estudadas em aula aplicadas a um banco de dados composto pelos abstracts de artigos publicados no ano de 2023.

Adicionalmente, o repositório em questão visa aplicar as estratégias utilizadas fazendo uso de ambas as bibliotecas spaCy e NLTK, em Python, por questões didáticas, para possíveis comparações de sintaxe e métodos entre as duas.

---

Requisitos

As seguintes ferramentas foram utilizadas para o projeto:

assim como as seguintes bibliotecas/módulos:

• spaCy
• NLTK
• pandas
• regex

---

Arquivos

• Pré-processamento e análise com o spaCy: Utiliza a biblioteca spaCy para realizar o pré-processamento e análise dos dados.

• Pré-processamento e análise com o NLTK: Utiliza a biblioteca NLTK para realizar o pré-processamento e análise dos dados.

• Usando regex e spaCy para identificar as perovskitas: Identifica as fórmulas a partir de regex e apresenta os resultados.

---