Przejdź do głównej treści

Strona główna R

Kurs

Wprowadzenie do przetwarzania języka naturalnego w R

ŚredniozaawansowanyPoziom umiejętności

Zaktualizowano 05.2024

Poznaj wszystkie umiejętności i narzędzia potrzebne, by świetnie radzić sobie z Natural Language Processing w R.

Zacznij kurs za darmo

RMachine Learning

4 godz.

15 filmów

47 Ćwiczeń

3,750 XP

8,547

Zaświadczenie o ukończeniu

Uwielbiany przez kursantów z tysięcy firm

Szkolisz zespół?

Wypróbuj dla firm

Opis kursu

Jak każdy kurs podstawowy, Wprowadzenie do przetwarzania języka naturalnego w R wyposaży cię w narzędzia potrzebne do rozpoczęcia analizy tekstu. Przetwarzanie języka naturalnego (NLP) to stale rozwijająca się dziedzina w data science, która w ciągu ostatniej dekady przyniosła wiele ekscytujących osiągnięć. Kurs obejmuje podstawy tych zagadnień i przygotuje cię do rozszerzenia możliwości analitycznych. Zagłębiamy się w wyrażenia regularne, modelowanie tematyczne, rozpoznawanie nazwanych encji i inne techniki – wszystko z dokładnymi przykładami, które pomogą ci ruszyć z własną analizą.

Wymagania wstępne

Intermediate R Introduction to the Tidyverse

1

True Fundamentals

Chapter 1 of Introduction to Natural Langauge Processing prepares you for running your first analysis on text. You will explore regular expressions and tokenization, two of the most common components of most analysis tasks. With regular expressions, you can search for any pattern you can think of, and with tokenization, you can prepare and clean text for more sophisticated analysis. This chapter is necessary for tackling the techniques we will learn in the remaining chapters of this course.

Regular expression basics

Practicing syntax with grep

Exploring regular expression functions.

Tokenization

tidytext functions

Tokenization: sentences

Text cleaning basics

Text preprocessing: remove stop words

Text preprocessing: Stemming

Zacznij rozdział

2

Representations of Text

In this chapter, you will learn the most common and studied ways to analyze text. You will look at creating a text corpus, expanding a bag-of-words representation into a TFIDF matrix, and use cosine-similarity metrics to determine how similar two pieces of text are to each other. You build on your foundations for practicing NLP before you dive into applications of NLP in chapters 3 and 4.

Understanding an R corpus

Explore an R corpus

Creating a tibble from a corpus

Creating a corpus

The bag-of-words representation

Practice BoW

BoW Example

Sparse matrices

Manual calculations

TFIDF Practice

Cosine Similarity

An example of failing at text analysis

Cosine similarity example

Zacznij rozdział

3

Applications: Classification and Topic Modeling

Chapter 3 focuses on two common text analysis approaches, classification modeling, and topic modeling. If you are working on text analysis projects, you will inevitably use one or both of these methods. This chapter teaches you how to perform both techniques and provides insight into how to approach these techniques from a practical point of you.

Preparing text for modeling

Data preparation

Removing sparse terms

Classification modeling

Classification modeling example

Confusion matrices

TFIDF tibble vs dtm

Introduction to topic modeling

LDA practice

Assigning topics to documents

LDA in practice

Testing perplexity

Reviewing LDA results

Zacznij rozdział

4

Advanced Techniques

In chapter 4 we cover two staples of natural language processing, sentiment analysis, and word embeddings. These are two analysis techniques that are a must for anyone learning the fundamentals of text analysis. Furthermore, you will briefly learn about BERT, part-of-speech tagging, and named entity recognition. Almost 15 different analysis techniques were covered in this course, so chapter 4 ends by recapping all of the great techniques you will learn about in this course.

Sentiment analysis

tidytext lexicons

Sentiment scores

Sentiment and emotion

Word embeddings

h2o practice

Additional NLP analysis

Reviewing methods #1

Review methods #2

Zacznij rozdział

Wprowadzenie do przetwarzania języka naturalnego w R

Kurs
ukończony

Zdobądź zaświadczenie o ukończeniu

Dodaj to poświadczenie do swojego profilu LinkedIn, CV lub życiorysu
Udostępnij to w mediach społecznościowych i podczas oceny wyników pracyZapisz się teraz

Dołącz do ponad 19 milionów kursantów i zacznij Wprowadzenie do przetwarzania języka naturalnego w R już dziś!

Rozwijaj swoje umiejętności w zakresie danych dzięki DataCamp dla urządzeń mobilnych

Rób postępy w podróży dzięki naszym kursom mobilnym i codziennym 5-minutowym wyzwaniom kodowania.