Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Подробна програма на обучението
- Въведение в NLP
- Разбиране на NLP
- NLP рамки
- Търговски приложения на NLP
- Извличане на данни от уеб
- Работа с различни API за извличане на текстови данни
- Работа и съхранение на текстови корпуси, запазване на съдържание и съответни метаданни
- Предимства от използването на Python и ускорен курс по NLTK
- Практическо разбиране за корпус и набор от данни
- Защо се нуждаем от корпус?
- Анализ на корпус
- Видове атрибути на данни
- Различни файлови формати за корпуси
- Подготовка на набор от данни за NLP приложения
- Разбиране на структурата на изреченията
- Компоненти на NLP
- Разбиране на естествен език
- Морфологичен анализ – основа, дума, токен, етикети за част на речта
- Синтактичен анализ
- Семантичен анализ
- Справяне с нееднозначност
- Предварителна обработка на текстови данни
- Корпус – суров текст
- Токенизация на изречения
- Стемиране на суров текст
- Лематизация на суров текст
- Премахване на стоп думи
- Корпус – сурови изречения
- Токенизация на думи
- Лематизация на думи
- Работа с матрици термин-документ / документ-термин
- Токенизация на текст в n-грами и изречения
- Практическа и персонализирана предварителна обработка
- Корпус – суров текст
- Анализиране на текстови данни
- Основни характеристики на NLP
- Парсери и парсиране
- POS тагиране и тагери
- Разпознаване на именувани обекти
- N-грами
- Торба от думи (Bag of words)
- Статистически характеристики на NLP
- Концепции на линейната алгебра за NLP
- Вероятностна теория за NLP
- TF-IDF
- Векторизация
- Енкодери и декодери
- Нормализация
- Вероятностни модели
- Разширено инженерство на характеристики и NLP
- Основи на word2vec
- Компоненти на модела word2vec
- Логика на модела word2vec
- Разширение на концепцията word2vec
- Приложение на модела word2vec
- Казус: Приложение на „торба от думи“: автоматично обобщаване на текст с помощта на опростен и истински алгоритми на Лухн
- Основни характеристики на NLP
- Клъстериране на документи, класификация и тематично моделиране
- Клъстериране на документи и извличане на модели (йерархично клъстериране, k-средни, клъстериране и др.)
- Сравняване и класифициране на документи с помощта на TFIDF, Jaccard и косинусно разстояние
- Класификация на документи с помощта на Наивен Бейс и Максимална ентропия
- Идентифициране на важни текстови елементи
- Намаляване на размерността: Анализ на главните компоненти (PCA), Сингулярно разлагане (SVD), неотрицателна матрична факторизация
- Тематично моделиране и извличане на информация с помощта на Латентен семантичен анализ
- Извличане на обекти, анализ на настроения и разширено тематично моделиране
- Положително срещу отрицателно: степен на настроение
- Теория на отговора на въпроса
- Тагиране на части на речта и неговото приложение: намиране на хора, места и организации, споменати в текст
- Разширено тематично моделиране: Латентно разпределение на Дирихле
- Казуси
- Извличане на неструктурирани потребителски ревюта
- Класификация на настроения и визуализация на данни от ревюта на продукти
- Извличане на модели на използване от логове на търсене
- Класификация на текст
- Тематично моделиране
Изисквания
Познаване и осъзнаване на принципите на NLP и разбиране на приложението на изкуствения интелект в бизнеса.
21 Часа
Отзиви от участници (1)
Индивидуална подкрепа
Simon the 2nd - Cboost
Курс - ROS: Programming for Robotics
Машинен превод