آموزش پردازش زبان طبیعی به صورت دستی

Hands-On Natural Language Processing

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
مهارت در به دست آوردن بینش از داده های متنی یک مزیت رقابتی برای مشاغل و مشارکت کنندگان فردی است. این دوره با مدرس Wuraola Oyewusi برای کمک به توسعه دهندگان در درک داده های متنی و افزایش ارتباط آنها طراحی شده است. این یک دوره عملی آموزش کاربرد عملی وظایف اصلی پردازش زبان طبیعی است. یاد بگیرید که چگونه دانش به دست آمده را در داده هایی که با آنها کار می کنید تکرار کنید. این دوره شامل پس‌زمینه‌ای از جریان فرآیند هر کار، موارد استفاده و نسخه آزمایشی کدنویسی است. برخی از موضوعات تحت پوشش عبارتند از: شناسایی موجودیت، خلاصه سازی متن، مدل سازی موضوع و تحلیل احساسات.

سرفصل ها و درس ها

مقدمه Introduction

  • کسب اطلاعات بینش از داده های متنی بدون ساختار (در حال انجام) Gain insights from unstructured text data (In progress)

  • آنچه شما باید بدانید What you should know

  • فایل های تمرینی Exercise files

1. شناسایی نهاد نامگذاری شده (NER) 1. Named Entity Recognition (NER)

  • شناسایی موجودیت (NER) چیست؟ What is named entity recognition (NER)?

  • NER با spaCy NER with spaCy

  • پیش پردازش داده برای NER سفارشی Data preprocessing for custom NER

  • آموزش مدل سفارشی با spaCy Custom model training with spaCy

  • امتحان فصل Chapter Quiz

2. مدل سازی موضوع 2. Topic Modeling

  • مقدمه ای بر مدل سازی موضوعی Introduction to topic modeling

  • پیش پردازش داده ها برای مدل سازی موضوع Data preprocessing for topic modeling

  • مدلینگ موضوع با جنسیم Topic modeling with Gensim

  • تجسم مدل سازی موضوع با pyLDAvis Topic modeling visualization with pyLDAvis

  • ارزیابی مدل برای مدل سازی موضوع Model evaluation for topic modeling

  • امتحان فصل Chapter Quiz

3. خلاصه سازی متن 3. Text Summarization

  • خلاصه سازی متن چیست؟ What is text summarization?

  • استخراج متن برای خلاصه سازی Text extraction for summarization

  • خلاصه سازی متن با sumy Text summarization with sumy

  • امتحان فصل Chapter Quiz

4. تجزیه و تحلیل احساسات 4. Sentiment Analysis

  • تحلیل احساسات چیست؟ What is sentiment analysis?

  • تجزیه و تحلیل احساسات با VADER Sentiment analysis with VADER

  • تجزیه و تحلیل احساسات با ترانسفورماتور Sentiment analysis with transformers

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش پردازش زبان طبیعی به صورت دستی
جزییات دوره
50m
23
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
-
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Wuraola Oyewusi Wuraola Oyewusi

Wuraola Oyewusi یک دانشمند داده با تجربه، یادگیری ماشین و متخصص هوش مصنوعی است.

Wuraola Oyewusi یک دانشمند داده با تجربه، یادگیری ماشین و متخصص هوش مصنوعی است.

Wuraola در پردازش زبان طبیعی (NLP)، مراقبت های بهداشتی، داده ها تخصص دارد. سرپرستی و تحقیق او مدرک لیسانس خود را در رشته داروسازی (BPharm) از دانشگاه اولابیسی اونابانجو گرفت و در حال حاضر به عنوان دریافت کننده ویزای استعدادهای جهانی (علم داده و هوش مصنوعی) در بریتانیا زندگی می کند.