آموزش پردازش زبان طبیعی برای خلاصه سازی متن
دانلود Natural Language Processing for Text Summarization
منطقه پردازش زبان طبیعی (NLP) یک زیر حوزه از هوش مصنوعی است که هدف آن ایجاد رایانه‌ها برای درک زبان انسان، چه نوشتاری و چه گفتاری است. چند نمونه از کاربردهای عملی عبارتند از: مترجم بین زبان ها، ترجمه از متن به گفتار یا گفتار به متن، چت بات ها، سیستم پرسش و پاسخ خودکار (Q A)، تولید خودکار توضیحات برای تصاویر، تولید زیرنویس در فیلم ها، طبقه بندی احساسات در جملات. ، در میان بسیاری دیگر! یکی دیگر از کاربردهای مهم، خلاصه سازی خودکار اسناد است که شامل تولید خلاصه متن است. فرض کنید نیاز به خواندن مقاله ای با 50 صفحه دارید، اما زمان کافی برای خواندن متن کامل ندارید. در این صورت، می توانید از یک الگوریتم خلاصه برای ایجاد خلاصه ای از این مقاله استفاده کنید. اندازه این خلاصه قابل تنظیم است: شما می توانید 50 صفحه را تنها به 20 صفحه تبدیل کنید که فقط مهم ترین بخش های متن را شامل می شود!
بر این اساس، این دوره تئوری و عمدتاً اجرای عملی سه الگوریتم خلاصه‌سازی متن را ارائه می‌کند: (i) مبتنی بر فرکانس، (ب) مبتنی بر فاصله (شباهت کسینوس با رتبه صفحه) و (iii) معروف و کلاسیک الگوریتم Luhn که یکی از اولین تلاش ها در این زمینه بود. در طول سخنرانی ها، ما هر یک از این الگوریتم ها را گام به گام با استفاده از فناوری های مدرن مانند زبان برنامه نویسی Python، کتابخانه های NLTK (Natural Language Toolkit) و spaCy و Google Colab پیاده سازی می کنیم که این اطمینان را ایجاد می کند که هیچ مشکلی در نصب نخواهید داشت. یا تنظیمات نرم افزار در دستگاه محلی شما.
علاوه بر پیاده‌سازی الگوریتم‌ها، نحوه استخراج اخبار از وبلاگ‌ها و فیدها و همچنین ایجاد نماهای جالب از خلاصه‌ها با استفاده از HTML را نیز یاد خواهید گرفت! پس از پیاده‌سازی الگوریتم‌ها از ابتدا، یک ماژول اضافی دارید که در آن می‌توانید از کتابخانه‌های خاصی برای خلاصه‌سازی اسناد استفاده کنید، مانند:sumy، pysummarization و BERT summarizer. در پایان دوره، همه چیزهایی را که برای ایجاد الگوریتم های خلاصه خود نیاز دارید، خواهید دانست! اگر تا به حال در مورد خلاصه سازی متن نشنیده اید، این دوره برای شما مناسب است! از طرف دیگر، اگر قبلاً تجربه دارید، می توانید از این دوره برای مرور مفاهیم استفاده کنید.
معرفی Introduction
-
محتوای دوره Course content
-
مقدمه ای بر پردازش زبان طبیعی Introduction to natural language processing
-
کد منبع و اسلایدها Source code and slides
الگوریتم مبتنی بر فرکانس Frequency-based algorithm
-
طرح حمله Plan of attack
-
الگوریتم - شهود Algorithm - intuition
-
پیش پردازش متون 1 Preprocessing the texts 1
-
پیش پردازش متون 2 Preprocessing the texts 2
-
فرکانس کلمات Word frequency
-
فرکانس وزنی کلمات Weighted word frequency
-
علامت گذاری نشانه Sentence tokenization
-
تولید خلاصه Generating the summary
-
تجسم خلاصه در HTML Visualizing the summary in HTML
-
استخراج متون از اینترنت Extracting texts from the Internet
-
عملکرد خلاصه کردن متون Function to summarize the texts
-
عملکردی برای تجسم نتایج Function to visualize the results
-
جمع بندی چند متن Summarizing multiple texts
الگوریتم لوهن Luhn algorithm
-
طرح حمله Plan of attack
-
آماده سازی محیط Preparing the environment
-
پیاده سازی 1 Implementation 1
-
پیاده سازی 2 Implementation 2
-
پیاده سازی 3 Implementation 3
-
پیاده سازی 4 Implementation 4
-
پیاده سازی 5 Implementation 5
-
استخراج متون از اینترنت Extracting texts from the Internet
-
خواندن مقالات از خوراک RSS Reading articles from RSS feeds
-
ابر کلمه Word cloud
-
استخراج موجودیت های نامگذاری شده Extracting named entities
-
جمع بندی مقالات از فید Summarizing articles from feed
-
خلاصه در فایل های HTML Summary in HTML files
شباهت به کسینوس Cosine similarity
-
طرح حمله Plan of attack
-
آماده سازی محیط Preparing the environment
-
شباهت بین جملات 1 Similarity between sentences 1
-
شباهت بین جملات 2 Similarity between sentences 2
-
ماتریس شباهت Similarity matrix
-
خلاصه متون Summarizing texts
-
استخراج متون از اینترنت Extracting texts from the Internet
-
استخراج متون از اینترنت Extracting texts from the Internet
کتابخانه ها برای جمع بندی متن Libraries for text summarization
-
طرح حمله Plan of attack
-
طرح حمله Plan of attack
-
آماده سازی محیط Preparing the environment
-
کتابخانه سومی Sumy library
-
کتابخانه جمع بندی مجدد Pysummarization library
-
کتابخانه خلاصه گر BERT BERT summarizer library
-
مطالب اضافی: خلاصه چکیده Additional content: abstractive summarization
نکات پایانی Final remarks
-
نکات پایانی Final remarks
-
جایزه BONUS
https://donyad.com/d/7c86
Jones Granatyr
استاد اولا! 10 مورد از جونز گراناتیر و ترابیلو در 10 سال گذشته است که شامل Inteligência Artificial (IA) می باشد استاد حرفه ای ، پشکیزادور و بنیانگذار پورتال IA Expert ، وب سایت com conteúdo específico sobre Inteligência Artificial. Desde que iniciei na Udemy criei vários cursos sobre diversos assuntos de IA، como as exemplolo: یادگیری عمیق ، یادگیری ماشین ، علم داده ، Redes Neurais Artificiais، Algoritmos Genéticos، Detecção e Reconhecimento Facial، Algoritmos de cesos، Busca ، Mineração de Regras de Associação ، Sistemas Especialistas e Sistemas de Recomendação. اگر بخواهید از طریق برنامه های مختلف زبان (Python ، R e Java) و یا فن آوری های مختلف (tensorflow ، keras ، pandas ، sklearn ، opencv ، dlib ، weka ، nltk ، به عنوان مثال) استفاده کنید. با توجه به هدف اصلی و دستیابی به اطلاعات IA و مجوز فعالیت در TI و متقاضیان ، به عنوان تجدید نظر در زمینه استفاده از قوانین و مقررات و امکان مشاهده تجدید نظرهای جدید در زمینه مشروبات الکلی ارائه می شود.
IA Expert Academy
Plataforma de Cursos sobre Ciência de Dados و IAA plataforma IA Expert tem o Objetivo de trazer cursos teóricos and Páticos de facil entendimento sobre sobre Inteligência Artificial e Ciência de Dados، برای اینکه حرفه ای به عنوان یک IAcareos به عنوان یک رضایتمندی به عنوان یک رضایتمندی شناخته شود. trazer para seus negócios، bem como apresentar todas as oportunidades que essa área pode trazer para profissionais de tecnologia da informação. Também trazemos notícias atualizadas semanais sobre a área em nosso portal.
AI Expert Academy
مربی
نمایش نظرات