آموزش پیش پردازش زبان طبیعی با استفاده از spaCy - آخرین آپدیت

دانلود Natural Language Preprocessing Using spaCy

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

آموزش گام به گام پردازش زبان طبیعی (NLP) با پایتون و spaCy

با این دوره جامع، دنیای شگفت‌انگیز پردازش زبان طبیعی (NLP) را با کتابخانه قدرتمند spaCy در پایتون کشف کنید!

آنچه در این دوره NLP با spaCy خواهید آموخت:

  • مقدمه‌ای بر NLP و کتابخانه spaCy
  • کار با داده‌های متنی
  • قطعه‌بندی (Tokenization) و برچسب‌گذاری نقش کلمات (Part-of-Speech Tagging)
  • نحوه استفاده از مدل‌های spaCy
  • تطبیق مبتنی بر قاعده (Rule-based matching)

پیش‌نیازهای دوره:

  • آشنایی با مبانی پایتون
  • اشتیاق به یادگیری

<<به زودی مباحث جدیدتری به این دوره اضافه خواهیم کرد>>

باز کردن قفل بینش‌های زبانی با spaCy

به دوره جامع Udemy ما در مورد استفاده از spaCy خوش آمدید! اگر همیشه در مورد ساختار اساسی زبان کنجکاو بوده‌اید، مجذوب پردازش زبان طبیعی (NLP) شده‌اید، یا مشتاقید اطلاعات ارزشمندی را از متن استخراج کنید، این دوره دروازه شما به دنیای هیجان‌انگیز زبان‌شناسی محاسباتی است.

تجزیه و تحلیل زبانی نقش مهمی در کاربردهایی از تحلیل احساسات گرفته تا چت‌بات‌ها ایفا می‌کند و spaCy یک کتابخانه پیشرو است که به شما امکان می‌دهد داده‌های زبانی را به راحتی کاوش و دستکاری کنید. چه مبتدی باشید و چه یک توسعه‌دهنده باتجربه، دوره ما یک سفر گام به گام را از طریق مفاهیم اصلی، ابزارها و تکنیک‌های spaCy ارائه می‌دهد.

در این دوره شما:

  • درک درستی از مفاهیم زبانی به دست خواهید آورد.
  • قطعه‌بندی، برچسب‌گذاری نقش کلمات و تشخیص موجودیت‌های نام‌دار را بررسی خواهید کرد.
  • به تجزیه وابستگی و طبقه‌بندی متن خواهید پرداخت.
  • برنامه‌های کاربردی عملی NLP را با استفاده از spaCy خواهید ساخت.

در پایان دوره، شما به مهارت‌ها و دانش لازم برای اعمال spaCy در چالش‌های زبانی دنیای واقعی مجهز خواهید شد. امروز به ما بپیوندید و شروع به باز کردن اسرار پنهان در متن کنید!

این دوره برای چه کسانی مناسب است:

  • دانشمندان داده و مهندسان یادگیری ماشین مشتاق به NLP.
  • توسعه‌دهندگان نرم‌افزار علاقه‌مند به ادغام قابلیت‌های NLP در برنامه‌های خود.
  • تحلیلگران و محققانی که قصد دارند از NLP برای تجزیه و تحلیل داده‌ها و بینش‌ها استفاده کنند.

سرفصل ها و درس ها

ویژگی‌های زبانی با spacy Linguistic Features with spacy

  • مقدمه Introduction

  • روش انجام برچسب‌گذاری POS؟ کد پایتون How to do Pos tagging? python code

  • صفت‌ها چه هستند و چگونه با استفاده از spaCy آن‌ها را پیدا کنیم؟ کد پایتون What are adjuctives and how to find them using spaCy? python code

  • حروف اضافه پیشین و پسین چه هستند و چگونه با استفاده از spaCy آن‌ها را پیدا کنیم؟ What are Preposition and postposition and how to find them using spaCy?

  • قیدها چه هستند و چگونه با استفاده از spaCy آن‌ها را پیدا کنیم؟ کد پایتون What are adverbs and how to find them using spaCy? python code

  • فعل کمکی چیست و چگونه با استفاده از spaCy آن را پیدا کنیم؟ کد پایتون What Is an Auxiliary Verb and how to find it using spaCy? python code

  • معرف‌ها چه هستند و چگونه با استفاده از spaCy آن‌ها را پیدا کنیم؟ کد پایتون What Are Determiners and how to find them using spaCy? python code

  • حرف ندا چیست و چگونه با استفاده از spaCy آن‌ها را پیدا کنیم؟ کد پایتون What is an Interjection and how to find them using spaCy? python code

  • اسم چیست و چگونه با استفاده از spaCy آن را پیدا کنیم؟ کد پایتون What is a Noun and how to find it using spaCy? python code

  • حرف ربط هم‌پایه چیست و چگونه با استفاده از spaCy آن را پیدا کنیم؟ کد پایتون What is a Coordinating Conjunction and how to find it the spaCy? python code

  • عدد چیست و چگونه با استفاده از spaCy آن را پیدا کنیم؟ کد پایتون What is a Numeral and how to find it using spaCy ? python code

  • ذرات چه هستند و چگونه با استفاده از spaCy آن‌ها را پیدا کنیم؟ کد پایتون What are Particles and how to find them using spaCy? python code

  • ضمیر چیست و چگونه با استفاده از spaCy آن را پیدا کنیم؟ کد پایتون What are a Pronoun and how to find it using spaCy ? python code

  • حروف ربط وابسته‌ساز چه هستند؟ What are subordinating conjunctions ?

  • تگ‌های Symbol، Verb، X چه هستند؟ What are Symbol , Verb , X tags ?

  • چه چیزی داخل ویژگی Tags است؟ کد پایتون what is inside Tags attribute ?python code

  • تجزیه وابستگی چیست؟ What is the dependency parsing ??

  • ریخت‌شناسی چیست؟ کد پایتون what is morphology ? python code

  • ریشه‌یابی مبتنی بر قاعده در مقابل ریشه‌یابی مبتنی بر جستجو rule based lemmatizer vs lookup lemmatizer

  • کلاس lookups چیست و چگونه از آن استفاده کنیم؟ کد پایتون what is lookups class and how to use it ? python code

  • توابع load در مقابل blank، کد پایتون load vs blank function python code

  • تشخیص موجودیت نام‌دار قسمت 1، کد پایتون Named Entity Recognition part1 python code

  • تشخیص موجودیت نام‌دار قسمت 2، کد پایتون Named Entity Recognition part2 python code

  • تکه‌تکه کردن tokenizaion

  • چگونه کلاس تکه‌تکه کننده spaCy را برای پردازش متن پیشرفته سفارشی کنیم؟ How to Customize spaCy’s Tokenizer Class for Enhanced Text Processing ???

  • اصلاح مجموعه‌های قوانین موجود Modifying existing rule sets

  • اتصال یک تکه‌تکه کننده سفارشی به پایپ‌لاین Hooking a custom tokenizer into the pipeline

  • آموزش با تکه‌تکه کردن سفارشی Training with custom tokenization

  • استفاده از متن از قبل تکه‌تکه شده Using pre-tokenized text

  • چگونه توکن‌ها را ادغام کنیم؟ How to merge the tokens ?

  • چگونه توکن‌ها را تقسیم کنیم؟ How to split the tokens ?

  • به‌روزرسانی ویژگی‌های سفارشی توکن Updating Custom Token Attributes

  • چگونه جملات را بخش‌بندی کنیم؟ How to Segment Sentences ?

  • نگاشت‌ها و استثناها Mappings & Exceptions

  • بردارهای کلمه و شباهت معنایی Word vectors and semantic similarity

تطبیق مبتنی بر قاعده Rule-based matching

  • تطبیق مبتنی بر توکن قسمت 1 Token-based matching part1

  • تطبیق مبتنی بر توکن قسمت 2 Token-based matching part2

  • ایجاد الگوهای پیچیده creating complex patterns

  • عبارات باقاعده قسمت 1 Regular Expressions part1

  • عبارات باقاعده قسمت 2 Regular Expressions part2

  • عبارات باقاعده قسمت 3 Regular Expressions part3

  • عبارات باقاعده قسمت 4 Regular Expressions part4

نمایش نظرات

آموزش پیش پردازش زبان طبیعی با استفاده از spaCy
جزییات دوره
6 hours
42
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
9,084
4.3 از 5
ندارد
دارد
دارد
Riad Almadani
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Riad Almadani Riad Almadani

Expert ar Kaggle نام من ریاد است. من یکی از کارشناسان سایت Kaggle و متخصص در یادگیری ماشینی، Deeplearning و زبان برنامه نویسی پایتون هستم که قبلاً در دو مسابقه Kaggle برنده شدم، اولی "MOA" و دومی petfinder. من همچنین در بحث ها و کدنویسی متخصص هستم. من همچنین با برنامه های اندروید و همچنین دستگاه های جاسازی تجربه دارم.