After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
รายละเอียดคอร์ส
สร้างรากฐาน NLP ที่แข็งแกร่ง
ปลดล็อกพลังของการประมวลผลภาษาธรรมชาติ (NLP) และยกระดับทักษะการวิเคราะห์ข้อความของคุณไปอีกขั้น! คอร์สนี้จะมอบเครื่องมือสำคัญให้คุณในการประมวลผล วิเคราะห์ และดึงข้อมูลเชิงลึกจากข้อมูลข้อความ เริ่มต้นด้วยพื้นฐานของการประมวลผลข้อความ ตั้งแต่การแบ่งคำไปจนถึงการทำความสะอาดและการทำให้ข้อความเป็นมาตรฐาน โดยการลบ stop words เครื่องหมายวรรคตอน และการใช้ lemmatization และ stemming เพื่อปรับปรุงความสม่ำเสมอของข้อความดึงคุณลักษณะที่มีความหมายออกจากข้อความ
ก้าวข้ามข้อความดิบและเปลี่ยนให้เป็นการแทนค่าเชิงตัวเลข! สำรวจการแทนค่าแบบ Bag-of-Words เจาะลึกการทำเวกเตอร์ TF-IDF และใช้ประโยชน์จากเวิร์ดเอมเบดดิ้งอันทรงพลังอย่าง Word2Vec และ GloVe เพื่อจับความสัมพันธ์เชิงความหมายระหว่างคำจำแนกและสร้างข้อความด้วย AI
ใช้พลังของโมเดลทรานส์ฟอร์มเมอร์ล้ำสมัยผ่าน Hugging Face pipelines เรียนรู้วิธีทำการวิเคราะห์ความรู้สึก จัดประเภทเนื้อหา วิเคราะห์ความสัมพันธ์ระหว่างคำถาม-คำตอบ ประเมินความถูกต้องทางไวยากรณ์ และสร้างข้อความโดยใช้โมเดลหลากหลายประเภท สำรวจการรู้จำเอนทิตีที่มีชื่อ (NER), การแท็กชนิดคำ (PoS), การสรุปข้อความ และการแปล เพื่อขยายชุดเครื่องมือ NLP ของคุณเชี่ยวชาญไลบรารี NLP หลัก
เมื่อจบหลักสูตรนี้ คุณจะมีความเข้าใจอย่างลึกซึ้งเกี่ยวกับพื้นฐานของ NLP และได้รับประสบการณ์ลงมือปฏิบัติกับไลบรารีสำคัญ เช่น nltk, sklearn, gensim และ transformers ของ Hugging Face เริ่มต้นเส้นทางของคุณวันนี้ และเปลี่ยนวิธีที่คุณโต้ตอบกับข้อมูลข้อความ!ข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
พื้นฐานการประมวลผลข้อความ
เรียนรู้พื้นฐานการประมวลผลข้อความใน NLP เชี่ยวชาญเทคนิคต่าง ๆ เช่น tokenization การกำจัด stop word และเครื่องหมายวรรคตอน รวมถึงการทำให้ข้อความเป็นมาตรฐานด้วย lowercasing, stemming และ lemmatization เพื่อเตรียมข้อมูลข้อความสำหรับการวิเคราะห์และดึงข้อมูลเชิงลึกในขั้นต่อไป
2
การสกัดฟีเจอร์จากข้อความ
แปลงข้อความดิบให้เป็นฟีเจอร์เชิงตัวเลขที่มีประสิทธิภาพ สร้างการแทนค่าแบบ Bag-of-Words และ TF-IDF เพื่อจับความสำคัญของคำในเอกสาร จากนั้นสำรวจ word embeddings อย่าง Word2Vec และ GloVe เพื่อค้นหารูปแบบความหมายเชิงลึก พร้อมทั้งแสดงภาพความถี่ ความเกี่ยวข้อง และความคล้ายคลึงของข้อมูลข้อความ
3
การจำแนกข้อความด้วย Hugging Face
นำโมเดลที่ผ่านการฝึกมาแล้วมาใช้ในงานจำแนกข้อความขั้นสูง ใช้ Hugging Face pipelines สำหรับการวิเคราะห์ความรู้สึก การจำแนกหัวข้อ และการอนุมานภาษาธรรมชาติ ประเมินความคล้ายคลึงเชิงความหมายและความถูกต้องทางไวยากรณ์ด้วยโมเดลล่าสุด โดยไม่ต้องสร้างโมเดลขึ้นมาเอง
4
การจำแนก Token และการสร้างข้อความ
เจาะลึกแกนกลางของแอปพลิเคชัน NLP สมัยใหม่ด้วยเทคนิคการจำแนก token และการสร้างข้อความ เรียนรู้การสกัด entity และโครงสร้างทางไวยากรณ์ด้วย NER และ PoS tagging ฝึกทั้งการตอบคำถามแบบ extractive และ abstractive และสำรวจงานการสร้างข้อความขั้นสูง เช่น การสรุปความ การแปลภาษา และ language modeling ผ่าน Hugging Face pipelines
การประมวลผลภาษาธรรมชาติ (NLP) ด้วย Python
เรียนจบแล้ว
