Pular para o conteúdo principal

Curso

Processamento de Linguagem Natural (NLP) em Python

Intermediário4 h

Domine a análise de texto com técnicas essenciais de PLN, desde o pré-processamento até modelos avançados de transformadores.

Python4 h13 vídeos42 exercícios3,550 XP8,478Declaração de aproveitamento

Crie sua conta gratuita

Continuar com o Google
ou
Ao continuar, você aceita nossos Termos de uso, nosso Política de privacidade e que seus dados sejam armazenados nos EUA.

Amado por alunos em milhares de empresas

Treinando um time?

Teste para empresas

Descrição do curso

Crie uma base sólida em PNL

Descubra o poder do Processamento de Linguagem Natural (NLP) e leve suas habilidades de análise de texto para o próximo nível! Este curso te dá as ferramentas essenciais para processar, analisar e extrair insights de dados de texto. Comece com o básico do processamento de texto, desde a tokenização até a limpeza e normalização do texto, removendo palavras irrelevantes, pontuação e aplicando lematização e stemming para melhorar a consistência do texto.

Extrair características importantes do texto

Vá além do texto bruto e transforme-o em representações numéricas! Dá uma olhada na representação Bag-of-Words, mergulha na vetorização TF-IDF e usa word embeddings poderosos como Word2Vec e GloVe pra capturar relações semânticas entre palavras.

Classifique e gere texto com IA

Aproveite o poder dos modelos transformadores de última geração usando os pipelines do Hugging Face. Aprenda a fazer análise de sentimentos, classificar conteúdo, analisar relações entre perguntas e respostas, avaliar se a gramática está certa e criar textos usando vários modelos. Dá uma olhada em reconhecimento de entidades nomeadas (NER), marcação de partes do discurso (PoS), resumo de texto e tradução pra expandir seu kit de ferramentas de NLP.

Bibliotecas principais de PNL

Ao final deste curso, você vai entender bem os fundamentos da PNL e vai ter experiência prática com bibliotecas importantes, como nltk, sklearn, gensim e transformadores do Hugging Face. Comece sua jornada hoje mesmo e mude a forma como você lida com dados de texto!

Pré-requisitos

Programa de estudos

Conteúdo do curso

1

Fundamentos de Processamento de Texto

Aprenda o essencial do processamento de texto em Processamento de Linguagem Natural (NLP). Domine técnicas como tokenização, remoção de stop words e pontuação, e normalização de texto com conversão para minúsculas, stemming e lematização para preparar dados textuais para análises e extração de insights.
Começar capítulo
2

Extração de Features de Texto

Transforme texto bruto em poderosas features numéricas. Crie representações Bag-of-Words e TF-IDF para capturar a importância das palavras entre documentos, depois explore embeddings como Word2Vec e GloVe para revelar padrões semânticos profundos. Visualize frequência, relevância e similaridade para dar vida aos seus dados de texto.
Começar capítulo
3

Classificação de Texto com Hugging Face

Aproveite o poder de modelos pré-treinados para realizar tarefas avançadas de classificação de texto. Use pipelines do Hugging Face para análise de sentimento, classificação por tópico e inferência de linguagem natural. Avalie similaridade semântica e correção gramatical com modelos de última geração, sem precisar construir nada do zero.
Começar capítulo
4

Classificação por Tokens e Geração de Texto

Mergulhe no coração das aplicações modernas de NLP com técnicas de classificação por tokens e geração de texto. Aprenda a extrair entidades significativas e estruturas gramaticais usando NER e marcação PoS. Domine perguntas e respostas extrativas e abstrativas, e explore tarefas avançadas de geração, incluindo sumarização, tradução e modelagem de linguagem usando pipelines do Hugging Face.
Começar capítulo

Processamento de Linguagem Natural (NLP) em Python

Curso
concluído

Obtenha o certificado de conclusão

Inscreva-se agora

Desenvolva suas habilidades em dados com o DataCamp for Mobile

Continue progredindo em qualquer lugar com nossos cursos e desafios diários de programação de 5 minutos.