open-corpus-bo-es 0.1.0

Corpus en español del Estado Plurinacional de Bolivia para procesamiento de lenguaje natural

Open Corpus BO-ES

Open Corpus BO-ES es una biblioteca de Python para descargar y cargar corpus y recursos lingüísticos en español del Estado Plurinacional de Bolivia. Está orientada a facilitar el acceso a conjuntos de datos para tareas de Procesamiento del Lenguaje Natural (PLN).

Características

• Descarga automática de corpus y recursos.
• Carga de corpus en formato Parquet.
• Catálogo de corpus mediante catalog.json.
• Uso desde Python o desde la línea de comandos.

Instalación

pip install open-corpus-bo-es

Uso

Listar corpus disponibles

from open_corpus_bo_es import list_corpus

print(list_corpus())

Descargar un corpus

from open_corpus_bo_es import download_corpus

download_corpus("nombre_del_corpus")

Cargar un corpus

from open_corpus_bo_es import load_corpus

datos = load_corpus("nombre_del_corpus")
print(datos.head())

Ejemplo completo

from open_corpus_bo_es import (
    list_corpus,
    download_corpus,
    load_corpus,
)

print(list_corpus())

download_corpus("nombre_del_corpus")

datos = load_corpus("nombre_del_corpus")

print(datos.head())

Autor y Créditos

Omar Elias Yana Cerezo [e-mail]

Licencia

Este proyecto se distribuye bajo la licencia MIT.