Dopo aver seguito questi corsi, mi sento sicuro nel creare visualizzazioni e dashboard professionali
Shoebur RahmanSpecialista degli acquisti, Giz Bangladesh
Descrizione del corso
Scopri spaCy, uno standard del settore per il NLP
In questo corso imparerai a usare spaCy, una libreria standard del settore in rapida crescita, per fare varie cose con il linguaggio naturale, tipo tokenizzazione, segmentazione delle frasi, analisi sintattica e riconoscimento delle entità denominate. spaCy offre funzionalità potenti, facili da usare e pronte per la produzione in un sacco di attività di elaborazione del linguaggio naturale.Scopri le operazioni principali di spaCy
Inizierai imparando le operazioni principali di spaCy e come usarle per analizzare il testo ed estrarre informazioni da dati non strutturati. Poi, lavorerai con le classi di spaCy, come Doc, Span e Token, e imparerai a usare diversi componenti di spaCy per calcolare i vettori delle parole e prevedere la somiglianza semantica.Addestra i modelli spaCy e scopri il pattern matching
Ti eserciterai a scrivere modelli di corrispondenza semplici e complessi per estrarre termini e frasi specifici usando EntityRuler, Matcher e PhraseMatcher da dati non strutturati. Imparerai anche come creare componenti personalizzati per la pipeline e come creare dati di addestramento/valutazione. Da lì, ti immergerai nell'addestramento dei modelli spaCy e imparerai come usarli per l'inferenza. Durante il corso, lavorerai su esempi reali e capirai meglio come usare spaCy nei tuoi progetti di elaborazione del linguaggio naturale.Prerequisiti
Programma
Struttura del corso
1
Introduzione al NLP e a spaCy
In questo capitolo farai conoscenza con il NLP e alcune applicazioni, come il riconoscimento di entità nominate e i chatbot basati su AI. Imparerai a usare la potente libreria spaCy per svolgere diverse attività di elaborazione del linguaggio naturale, tra cui tokenizzazione, segmentazione in frasi, POS tagging e riconoscimento di entità nominate.
- Basi del Natural Language Processing (NLP)50 XP
- Contenitore Doc in spaCy100 XP
- Caso d'uso della NER50 XP
- Tokenizzazione con spaCy100 XP
- Nozioni di base su spaCy50 XP
- Eseguire una pipeline spaCy100 XP
- Lemmatizzazione con spaCy100 XP
- Segmentazione in frasi con spaCy100 XP
- Caratteristiche linguistiche in spaCy50 XP
- Tagging POS con spaCy100 XP
- NER con spaCy100 XP
- Elaborazione del testo con spaCy100 XP
2
Annotazioni linguistiche e word vector in spaCy
Scopri le caratteristiche linguistiche, i word vector, la similarità semantica, le analogie e le operazioni sui word vector. In questo capitolo vedrai come usare spaCy per estrarre i word vector, categorizzare testi pertinenti a un determinato argomento e trovare termini semanticamente simili a parole date partendo da un corpus o dal vocabolario di un modello spaCy.
3
Analisi dei dati con spaCy
Familiarizza con i componenti della pipeline di spaCy, come aggiungere un componente e come analizzare la pipeline NLP. Imparerai anche diversi approcci per l’estrazione di informazioni basata su regole usando le classi EntityRuler, Matcher e PhraseMatcher in spaCy e il pacchetto RegEx di Python.
4
Personalizzare i modelli spaCy
Esplora vari casi d’uso reali in cui i modelli spaCy possono fallire e scopri come addestrarli ulteriormente per migliorarne le prestazioni. Ti verranno presentati i passaggi dell’addestramento in spaCy e capirai come addestrare un modello spaCy esistente o da zero, e come valutarlo in fase di inferenza.
Natural Language Processing con spaCy
Corso
completato
