After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
Descoperă spaCy, un standard industrial pentru NLP
În acest curs, vei învăța cum să folosești spaCy, o bibliotecă standard în industrie aflată în plină expansiune, pentru a realiza diverse sarcini de procesare a limbajului natural, precum tokenizarea, segmentarea propozițiilor, parsarea și recunoașterea entităților numite. spaCy poate oferi funcționalități puternice, ușor de utilizat și pregătite pentru producție, pentru o gamă largă de sarcini de procesare a limbajului natural.Învață operațiunile de bază ale spaCy
Vei începe prin a învăța operațiunile de bază ale spaCy și cum să le folosești pentru a analiza textul și a extrage informații din date nestructurate. Apoi, vei lucra cu clasele spaCy, precum Doc, Span și Token, și vei învăța cum să folosești diferite componente spaCy pentru calcularea vectorilor de cuvinte și prezicerea similarității semantice.Antrenează modele spaCy și învață despre potrivirea de modele
Vei exersa scrierea de modele de potrivire simple și complexe pentru a extrage termeni și expresii date din date nestructurate folosind EntityRuler, Matcher și PhraseMatcher. Vei învăța, de asemenea, cum să creezi componente personalizate pentru pipeline și cum să creezi date pentru antrenare/evaluare. De acolo, vei aprofunda antrenarea modelelor spaCy și modul în care le poți folosi pentru inferență. Pe parcursul cursului, vei lucra pe exemple din lumea reală și îți vei consolida înțelegerea utilizării spaCy în propriile proiecte NLP.Cerințe prealabile
Curriculum
Structura cursului
1
Introducere în NLP și spaCy
Acest capitol te va introduce în NLP și în câteva dintre cazurile sale de utilizare, precum recunoașterea entităților denumite și chatboții bazați pe inteligență artificială. Vei învăța cum să folosești puternica bibliotecă spaCy pentru a realiza diverse sarcini de procesare a limbajului natural, cum ar fi tokenizarea, segmentarea propozițiilor, marcarea POS și recunoașterea entităților denumite.
- Bazele procesării limbajului natural (NLP)50 XP
- Containerul Doc în spaCy100 XP
- Cazuri de utilizare NER50 XP
- Tokenizare cu spaCy100 XP
- Noțiuni de bază despre spaCy50 XP
- Rularea unui pipeline spaCy100 XP
- Lematizare cu spaCy100 XP
- Segmentarea propozițiilor cu spaCy100 XP
- Caracteristici lingvistice în spaCy50 XP
- Etichetarea POS cu spaCy100 XP
- NER cu spaCy100 XP
- Procesarea textului cu spaCy100 XP
2
Adnotări lingvistice și vectori de cuvinte în spaCy
Descoperă caracteristicile lingvistice, vectorii de cuvinte, similaritatea semantică, analogiile și operațiile cu vectori de cuvinte. În acest capitol vei afla cum să folosești spaCy pentru a extrage vectori de cuvinte, a categoriza texte relevante pentru un anumit subiect și a găsi termeni similari semantic față de cuvinte date dintr-un corpus sau din vocabularul unui model spaCy.
3
Analiza datelor cu spaCy
Familiarizează-te cu componentele pipeline-ului spaCy, cu modul de adăugare a unei componente și cu analiza pipeline-ului NLP. Vei învăța, de asemenea, mai multe abordări pentru extragerea de informații bazată pe reguli, folosind clasele EntityRuler, Matcher și PhraseMatcher din spaCy, precum și pachetul Python RegEx.
4
Personalizarea modelelor spaCy
Explorează mai multe cazuri de utilizare din lumea reală în care modelele spaCy pot eșua și învață cum să le antrenezi în continuare pentru a îmbunătăți performanța. Vei fi introdus în etapele de antrenare spaCy și vei înțelege cum să antrenezi un model spaCy existent sau de la zero, precum și cum să evaluezi modelul la momentul inferenței.
Procesarea limbajului natural cu spaCy
Curs
finalizat
