Kursus
Rekayasa Fitur untuk NLP di Python
4 jam
29.7K
Salah satu cara terbaik untuk mendapatkan pekerjaan di bidang data science adalah membangun portofolio dengan proyek data science yang efektif menunjukkan keterampilan teknis Anda. Dengan maraknya ChatGPT, menunjukkan kepada perekrut bahwa Anda dapat menyelesaikan masalah NLP menjadi semakin penting.
Dalam artikel ini, saya akan menunjukkan tujuh contoh proyek NLP untuk semua tingkatan, dari calon data scientist hingga profesional berpengalaman. Mari kita mulai!
Ingin meningkatkan keterampilan NLP Anda? Mulailah Natural Language Processing in Python Track kami hari ini.
Mengapa Memulai Proyek NLP?
Ada banyak alasan mengapa Anda sebaiknya mencoba menyelesaikan tugas NLP. Yang pertama adalah permintaan pasar. Large Language Models (LLM), seperti ChatGPT, menarik perhatian berbagai jenis organisasi, yang berarti mereka ingin berinvestasi pada alat baru ini dan membutuhkan orang yang dapat menunjukkan pemahaman tentang natural language processing.
Selain itu, sebuah proyek NLP dapat membantu Anda:
- Mempelajari dan menambahkan keterampilan baru ke CV Anda.
- Membangun portofolio proyek yang menunjukkan keahlian dan kemampuan Anda menyelesaikan beragam tugas.
- Menunjukkan bahwa Anda terus mengikuti perkembangan terbaru.
Proyek NLP untuk Pemula
Proyek NLP ini ditujukan bagi mereka yang baru memulai perjalanan data science. Dalam proyek-proyek ini, Anda dapat menguasai konsep dasar NLP, seperti teknik pemrosesan teks, bag-of-words, dan tf-idf.
Jika Anda perlu penyegaran tentang NLP, Anda dapat melihat Introduction to Natural Language Processing in Python Course kami. Akan membantu juga mengikuti Supervised learning with scikit-learn Course untuk mempelajari teknik machine learning guna menyelesaikan masalah supervised.
1. Ekstraksi sentimen saham dari judul berita
Analisis sentimen adalah salah satu proyek NLP paling populer. Proyek ini bertujuan memprediksi apakah suatu potongan teks bersentimen positif, negatif, atau netral. Memahami sentimen dapat memberikan wawasan bagi bisnis Anda untuk memantau apakah ada kepuasan/ketidakpuasan terhadap produk Anda.
Pada proyek Extract Stock Sentiment from News Headlines, Anda akan melatih model analisis sentimen pada judul berita keuangan dari Finviz. Pertama, Anda akan membersihkan teks, lalu menerapkan teknik machine learning untuk mendeteksi apakah ada sentimen positif terhadap saham tersebut atau tidak.
Contoh dari proyek NLP ini
2. Siapa yang nge-Tweet? Trump atau Trudeau?
Proyek populer lainnya adalah analisis data tweet karena Twitter memungkinkan pengunduhan data menggunakan API yang andal.
Dalam proyek Who’s Tweeting? Trump or Trudeau, Anda akan mengklasifikasikan apakah tweet ditulis oleh Donald Trump atau Justin Trudeau. Dibandingkan dengan proyek sebelumnya, mengekstraksi informasi dari tweet bisa lebih menantang karena tweet bersifat singkat dan penuh dengan mention, emoji, dan tagar.
Proyek NLP Tingkat Menengah
Setelah mempelajari pembersihan teks, pemrosesan, visualisasi, dan penerapan model machine learning untuk tugas klasifikasi, saatnya naik ke tingkat berikutnya. Pada proyek-proyek berikut, Anda akan mempelajari tiga penerapan berbeda dari natural language processing: topic modeling, named entity recognition, dan sistem rekomendasi.
3. Topik Terpanas dalam Machine Learning
Teknik NLP tidak hanya terbatas pada dataset berlabel; teknik ini juga dapat menyelesaikan masalah unsupervised. Topic modeling adalah salah satu penerapan utama karena kemampuannya mengekstrak topik paling representatif dalam kumpulan dokumen, seperti ulasan produk.
Pada proyek Hottest Topics in Machine Learning, Anda akan menemukan topik dari makalah riset NIPS, yaitu konferensi machine learning dan computational neuroscience bergengsi yang diselenggarakan setiap tahun. Proyek ini dapat dibagi menjadi dua bagian: tahap prapemrosesan dan identifikasi topik menggunakan Latent Dirichlet Allocation (LDA).
Contoh dari proyek NLP Hottest Topics in Machine Learning
4. Analisis CV menggunakan Spacy
Named Entity Recognition adalah tugas dalam Natural Language Processing yang terdiri dari mengidentifikasi dan mengklasifikasikan entitas bernama yang ada dalam dokumen teks ke dalam kategori pradefinisi, seperti orang, organisasi, lokasi, dan tanggal.
Dalam proyek Resume Analysis using Spacy, Anda akan membangun sistem yang membantu perekrut mengelola CV kandidat secara efektif berdasarkan keterampilan yang diperlukan untuk pekerjaan tersebut. Datasetnya adalah kumpulan resume yang diambil dari livecareer.com. Pada proyek ini, model spaCy akan digunakan untuk mengenali entitas dalam resume.
5. Rekomendasi buku dari Charles Darwin
Kita dipengaruhi oleh sistem rekomendasi setiap hari. Saat Anda membeli produk di Amazon, Anda dapat melihat saran produk berdasarkan preferensi Anda. Hal yang sama terjadi ketika Anda menonton film di Netflix, dan Anda memiliki daftar film berdasarkan pilihan sebelumnya.
Dalam proyek Book Recommendations from Charles Darwin, Anda akan membangun sistem rekomendasi buku berdasarkan kontennya. Data diambil dari Project Gutenberg. Bibliografi Charles Darwin akan dimanfaatkan untuk mengidentifikasi buku-buku yang mungkin menarik minat Anda.
Proyek NLP Tingkat Lanjut
Proyek-proyek data science ini berfokus pada penyelesaian masalah yang lebih maju, seperti penerjemahan bahasa dan question answering. Anda akan melatih model berbasis transformer untuk menyelesaikan tiap tugas.
6. Penerjemah Inggris/Italia dengan model Hugging Face
Setiap tahun, penerjemahan bahasa menjadi semakin baik dan akurat. Kemajuan ini berkat pengembangan teknik penerjemahan bahasa yang canggih.
Dalam proyek English/Italian Translator with Hugging Face model, Anda akan membangun aplikasi penerjemahan sendiri dengan Hugging Face, sebuah platform AI yang menampung banyak model bahasa besar yang mengkhususkan diri pada berbagai tugas, termasuk penerjemahan bahasa. Pada proyek ini, Anda memilih model ini untuk menerjemahkan teks dari bahasa Italia ke bahasa Inggris. Aplikasi ini diwujudkan menggunakan Streamlit.
7. Question answering dengan BERT yang di-fine-tune
Model bahasa besar, seperti ChatGPT, menghadirkan antusiasme dalam menyelesaikan berbagai macam tugas NLP, termasuk question answering. Mengajukan pertanyaan dan memperoleh jawaban dengan cepat dari model bahasa besar dapat benar-benar mempercepat pekerjaan orang dan memungkinkan fokus pada tugas lain yang menantang.
Dalam proyek Question Answering with a fine-tuned BERT, Anda akan melakukan fine-tuning BERT pada dataset CoQA, yang terdiri dari kumpulan 127 ribu pertanyaan beserta jawabannya yang dirilis oleh Stanford pada 2019. Tujuannya adalah menggunakan model BERT untuk menjawab pertanyaan berdasarkan dataset yang disediakan.
Kesimpulan
Selesai! Dengan proyek-proyek ini, Anda akan memperoleh keterampilan baru dan memperkaya portofolio Anda dengan proyek NLP, yang akan membuat Anda lebih menarik bagi perekrut yang mencari talenta baru. Berdasarkan tingkatannya, Anda dapat memilih proyek yang paling sesuai.
Jika Anda tertarik untuk memulai Natural Language Processing, cara terbaik adalah melihat track Natural Language Processing in Python dari DataCamp. Anda juga dapat melihat tutorial Natural Language Processing.
Apa itu Natural Language Processing (NLP)?
Siapa yang dapat memperoleh manfaat dari mengerjakan proyek NLP?
Bagaimana cara memilih proyek NLP yang tepat berdasarkan tingkat kemampuan saya?
Apa saja kesalahan umum dalam proyek NLP dan bagaimana cara menghindarinya?
Bagaimana cara meningkatkan akurasi model NLP saya?
Apa saja penerapan umum NLP?
Apakah ada proyek lain yang mungkin relevan bagi saya?
Topik
