Depois de fazer esses cursos, sinto-me confiante para criar visualizações e painéis profissionais
Shoebur RahmanEspecialista em compras, Giz Bangladesh
Descrição do curso
Conheça o spaCy, um padrão da indústria para NLP
Neste curso, você vai aprender a usar o spaCy, uma biblioteca padrão da indústria que tá crescendo rápido, pra fazer várias tarefas de processamento de linguagem natural, como tokenização, segmentação de frases, análise sintática e reconhecimento de entidades nomeadas. O spaCy oferece recursos poderosos, fáceis de usar e prontos pra produção em uma ampla gama de tarefas de processamento de linguagem natural.Aprenda as operações principais do spaCy
Você vai começar aprendendo as principais operações do spaCy e como usá-las para analisar textos e extrair informações de dados não estruturados. Então, você vai trabalhar com as classes do spaCy, como Doc, Span e Token, e aprender a usar diferentes componentes do spaCy para calcular vetores de palavras e prever semelhanças semânticas.Treine modelos spaCy e aprenda sobre correspondência de padrões
Você vai praticar escrever padrões de correspondência simples e complexos para extrair termos e frases específicos usando EntityRuler, Matcher e PhraseMatcher a partir de dados não estruturados. Você também vai aprender a criar componentes personalizados do pipeline e dados de treinamento/avaliação. A partir daí, você vai mergulhar no treinamento de modelos spaCy e aprender como usá-los para inferência. Ao longo do curso, você vai trabalhar com exemplos reais e consolidar sua compreensão sobre como usar o spaCy em seus próprios projetos de PLN.Pré-requisitos
Programa de estudos
Conteúdo do curso
1
Introdução a NLP e spaCy
Este capítulo vai apresentar NLP e alguns de seus casos de uso, como reconhecimento de entidades nomeadas e chatbots com IA. Você vai aprender a usar a poderosa biblioteca spaCy para executar várias tarefas de processamento de linguagem natural, como tokenização, segmentação de sentenças, marcação de POS e reconhecimento de entidades nomeadas.
- Fundamentos de Natural Language Processing (NLP)50 XP
- Container Doc no spaCy100 XP
- Caso de uso de NER50 XP
- Tokenização com spaCy100 XP
- Noções básicas de spaCy50 XP
- Executando um pipeline do spaCy100 XP
- Lematização com spaCy100 XP
- Segmentação de frases com spaCy100 XP
- Recursos linguísticos no spaCy50 XP
- Marcação de POS com spaCy100 XP
- NER com spaCy100 XP
- Processamento de texto com spaCy100 XP
2
Anotações linguísticas e vetores de palavras no spaCy
Aprenda sobre recursos linguísticos, vetores de palavras, similaridade semântica, analogias e operações com vetores. Neste capítulo, você vai descobrir como usar o spaCy para extrair vetores de palavras, categorizar textos relevantes para um determinado tópico e encontrar termos semanticamente semelhantes a palavras dadas a partir de um corpus ou do vocabulário de um modelo spaCy.
3
Análise de dados com spaCy
Familiarize-se com os componentes da pipeline do spaCy, como adicionar um componente e analisar a pipeline de NLP. Você também vai aprender várias abordagens para extração de informação baseada em regras usando as classes EntityRuler, Matcher e PhraseMatcher no spaCy e o pacote RegEx do Python.
4
Personalizando modelos do spaCy
Explore diversos casos de uso do mundo real em que modelos do spaCy podem falhar e aprenda a treiná-los mais para melhorar o desempenho. Você será apresentado às etapas de treinamento do spaCy e entenderá como treinar um modelo existente do spaCy ou a partir do zero, além de avaliar o modelo no momento da inferência.
Processamento de Linguagem Natural com spaCy
Curso
concluído
