Grundlagen Spezialthemen

Python-Schulung: Computerlinguistik mit Python

Diese Python-Schulung verbindet solide Python-Kenntnisse mit Verfahren der Textverarbeitung und Computerlinguistik. Von Strings und regulären Ausdrücken führt der Weg bis zu Klassifikation, Satzstruktur und semantischer Analyse.

Spezialisiert auf Python

Warum diese Python-Schulung?

Die Schulung „Computerlinguistik mit Python“ ist Teil unseres spezialisierten Python-Programms. Sie wird von Trainern vorbereitet, die Python seit vielen Jahren unterrichten, praktisch einsetzen und als Fachautoren vermitteln. Dadurch verbinden wir Grundlagen, Hintergründe, typische Stolperstellen und den Transfer in reale Aufgaben.

Python-Spezialisten Praxisorientierte Übungen Online, Inhouse oder offen

Zielgruppe aus dem Kursprogramm

Für wen eignet sich diese Python-Schulung?

Dieses Seminar wendet sich an alle, die geschriebene natürliche Sprache bearbeiten, analysieren und Dokumente klassifizieren wollen. Vorkenntnisse in Programmierung oder in Python sind wünschenswert.
Dieses Seminar ist unabhängig vom verwendeten Betriebssystem, d.h. es spielt keine Rolle, ab man unter Windows, Unix oder Linux arbeitet.

Inhalte und Lernziele

Das lernen Sie in dieser Python-Schulung

  • Python als Basis für professionelle Textverarbeitung aufbauen
    • Die Python-Philosophie verstehen und Unterschiede zu anderen Programmiersprachen einordnen
    • Python interaktiv mit IPython und Notebooks erkunden
  • Python-Datenstrukturen systematisch kennenlernen
    • Zusammenspiel von Datentypen, Variablen, Klassen und Objekten verstehen
    • Sequenzen mit Listen und Tupeln sinnvoll modellieren
    • Texte mit Strings und ihren Methoden verarbeiten
    • Daten mit sort() und sorted() passend sortieren
    • Sequenzen mit Slicing gezielt zerlegen
    • Iteration und das Konzept iterierbarer Objekte verstehen
    • Schlüssel-Wert-Daten mit Dictionaries organisieren
    • Mengen mit set und frozenset effizient einsetzen
    • Daten sicher zwischen unterschiedlichen Python-Typen konvertieren
    • Referenzen, Veränderbarkeit und In-Place-Operationen richtig einschätzen
    • Flache und tiefe Kopien bewusst unterscheiden
  • Programmabläufe mit Kontrollstrukturen gestalten
    • Entscheidungen mit Bedingungen ausdrücken
    • Wiederholungen mit for- und while-Schleifen programmieren
    • Zählschleifen aus C/C++ in pythonische Iteration übertragen
    • Schleifen mit break, continue und else gezielt steuern
    • Eigene Funktionen definieren, aufrufen und wiederverwenden
    • Funktionsaufrufe mit Positions- und Schlüsselwortargumenten gestalten
    • Lokale und globale Gültigkeitsbereiche unterscheiden
    • Leere Programmblöcke mit pass sinnvoll kennzeichnen
  • Ein- und Ausgabe in Python praktisch nutzen
    • Benutzereingaben interaktiv mit input() verarbeiten
    • Klassische Stringformatierung mit dem Prozent-Operator einordnen
    • Ausgaben mit str.format() lesbar formatieren
    • Dateien zuverlässig einlesen, verändern und schreiben
  • Programme mit Modulen übersichtlich strukturieren
    • Nützliche Werkzeuge der Python-Standardbibliothek kennenlernen
    • Module aus der Standardbibliothek importieren und gezielt einsetzen
    • Namensräume und Scopes sicher verstehen
    • Eigene Module entwickeln und wiederverwenden
    • Code dokumentieren und die eingebaute Hilfe effektiv verwenden
  • Fehler systematisch finden und Code verlässlich testen
    • Fehler mit geeigneten Debugging-Strategien eingrenzen
    • Programmverhalten durch Tests absichern
    • Tests strukturiert planen und reproduzierbar ausführen
    • Beispiele mit doctest gleichzeitig dokumentieren und testen
    • Tests mit dem unittest-Framework organisieren
  • Fortgeschrittene Python-Konzepte gezielt vertiefen
    • Iteratoren, Generatoren, flexible Parameter und Seiteneffekte gemeinsam vertiefen
    • Rekursive Lösungsansätze entwickeln und beurteilen
    • Laufzeitkosten rekursiver Verfahren erkennen und reduzieren
    • Berechnungen mit Memoisation und Decorators elegant erweitern
    • Funktionale Werkzeuge wie lambda, map, filter und reduce sinnvoll einsetzen
    • Comprehensions und Generatorausdrücke kompakt einsetzen
    • Iterator-Werkzeuge aus itertools kombinieren
    • Sortierreihenfolgen mit key-Funktionen flexibel definieren
  • Fehlerfälle mit Exceptions kontrolliert behandeln
    • Syntax-, Logik- und Laufzeitfehler voneinander unterscheiden
    • Exceptions gezielt abfangen und behandeln
    • Eigene Fehlerbedingungen mit raise signalisieren
    • Aufräumarbeiten mit finally zuverlässig garantieren
  • Python-Programme objektorientiert modellieren
    • Das durchgängige Objektmodell von Python verstehen
    • Klassen entwerfen und mit Instanzen und Objekten arbeiten
    • Von einer minimalen Klasse Schritt für Schritt ausgehen
    • Instanz- und Klassenattribute sowie Properties richtig einsetzen
    • Konventionen für öffentliche, geschützte und interne Attribute anwenden
    • Spezielle Methoden nutzen und Operatorverhalten passend definieren
    • Gemeinsames Verhalten mit Vererbung modellieren
    • Mehrfachvererbung und ihre Konsequenzen sicher beurteilen
  • Daten über Programmläufe hinweg persistent speichern
    • XML-Daten mit Python verarbeiten
    • Python-Objekte mit pickle serialisieren
    • Objekte einfach mit shelve persistent ablegen
    • Python-Anwendungen mit Datenbanken verbinden
  • Textdaten für linguistische Analysen vorbereiten und bearbeiten
    • Zentrale Stringmethoden für Suche, Ersetzung und Zerlegung anwenden
    • Textmuster mit regulären Ausdrücken erkennen und verarbeiten
  • Von Python-Textwerkzeugen zu computerlinguistischen Verfahren übergehen
    • Wörter kategorisieren und linguistisch taggen
    • Strukturierte Informationen aus Texten extrahieren
    • Texte automatisch Klassen zuordnen
    • Syntaktische Strukturen von Sätzen untersuchen
    • Bedeutungsstrukturen in Sätzen analysieren
  • Optional: numerische Verfahren mit Python kennenlernen
    • Numerische Arrays und Berechnungen mit NumPy nutzen
    • Wissenschaftliche Algorithmen aus SciPy einsetzen
    • Daten und Ergebnisse mit Matplotlib visualisieren
    • Tabellarische Daten mit Pandas analysieren
Alle Themen dieser Schulung werden mit interessanten Beispielen aus der Computerlinguistik eingeführt und vertieft. In zahlreichen praktischen Übungen können die Teilnehmer am Computer selbst das Erlernte ausprobieren und praxisnahe Aufgaben programmieren.

Offener Kurs oder Inhouse

Wie soll Ihre Schulung aussehen?

Wir klären Lernziele, Dauer, Gruppengröße, Format und passende Beispiele aus Ihrem Arbeitsumfeld.

Schulung anfragen