آموزش پردازش زبان طبیعی (NLP) و مدل‌های ترنسفورمر - آخرین آپدیت

سرفصل ها و درس ها

مبانی پردازش زبان طبیعی (NLP) Fundamentals of Natural Language Processing (NLP)

• درک مفاهیم پایه NLP Understand the Basics of NLP

• نحوه عملکرد NLP How NLP Works

• دمو: بررسی زیرساخت‌های NLP Demo: NLP under the Hood

• مقایسه NLP سنتی (مبتنی بر قانون) در مقابل NLP مدرن (مبتنی بر یادگیری ماشین) Traditional Rule-based NLP vs. ML-based NLP

بررسی معماری مدل‌های ترنسفورمر Explore the Architecture of Transformer Models

• مدل‌های رمزگذار-رمزگشا (Encoder-Decoder) مبتنی بر ترنسفورمر Transformer-based Encoder-decoder Models

• اجزای کلیدی ترنسفورمر: خود-توجهی (Self-attention) Key Components of Transformer Models: Self-attention

• اجزای کلیدی ترنسفورمر: توجه چند-سره (Multi-head Attention) Key Components of Transformer Models: Multi-head Attention

• اجزای کلیدی ترنسفورمر: شبکه‌های عصبی پیش‌خور Key Components of Transformer Models: Feedforward Neural Networks

• مدل‌های توالی به توالی (Seq2Seq) با ترنسفورمر و کاربردهای آن Sequence-to-sequence Model with Transformer and Its Applications

پیاده‌سازی مدل‌های ترنسفورمر در پروژه‌های واقعی NLP Apply Transformer Models to Real-world NLP Tasks

• بررسی کلی تعریف مسئله Problem Statement Overview

• دمو: پیاده‌سازی یک مدل ترنسفورمر برای NLP Demo: Implement a Transformer Model for NLP