🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش زبان شناسی محاسباتی - دوره متوسطه
- آخرین آپدیت
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
پیشرفت مهارتهای پردازش زبان طبیعی خود استفاده از تکنیکهای پردازش زبان طبیعی برای تجزیه و تحلیل و استخراج اطلاعات از دادههای متنی توسعه و ارزیابی مدلهای یادگیری ماشینی برای طبقهبندی متن و تحلیل احساسات درک و پیادهسازی الگوریتمهای رایج برای تجزیه نحوی و ترجمه ماشینی طراحی و اجرای یک پروژه زبانشناسی محاسباتی، از جمله پیش پردازش داده ها، استخراج ویژگی ها و آموزش و ارزیابی مدل انجام وظایف NLP با هوش مصنوعی مولد پیش ها:دانش آموزان باید یک درک اولیه مفاهیم زبانی، و مهارت های برنامه نویسی اولیه، به ویژه در پایتون. همچنین توصیه می شود که دانشجویان دوره زبان شناسی محاسباتی - مبتدی را گذرانده باشند.
آیا آماده هستید تا مهارت های زبان شناسی محاسباتی خود را به سطح بعدی ارتقا دهید؟ این دوره متوسط در عین معرفی ابزارها و تکنیک های پیشرفته مورد استفاده در این زمینه، عمیقاً به مفاهیم اساسی پردازش زبان طبیعی (NLP) می پردازد. این دوره برای دانشجویان و متخصصان با دانش اولیه زبان شناسی محاسباتی طراحی شده است، این دوره تئوری جامد را با کارگاه های عملی ترکیب می کند تا تخصص شما را تقویت کند.
آنچه خواهید آموخت:
مقدمه ای بر NLP: مروری جامع بر مفاهیم کلیدی زیربنای پردازش زبان طبیعی.
کارگاه آموزشی با NLTK: یاد بگیرید که چگونه از این کتابخانه قدرتمند پایتون برای تجزیه و تحلیل زبانی استفاده کنید.
کاوش در spaCy: بر این ابزار مدرن و کارآمد برای کارهای NLP در مقیاس بزرگ مسلط شوید.
عبارات منظم: نحوه استفاده از regex را برای پردازش دقیق و کارآمد متن کشف کنید.
کار با WordNet: نحوه استفاده از این پایگاه داده واژگانی برای تحلیل معنایی و وظایف NLP را بدانید.
هوش مصنوعی و NLP مولد: گستردهترین بخش دوره، که در آن نحوه استفاده از مدلهای هوش مصنوعی مولد برای کارهای پیشرفتهای مانند تولید متن، خلاصهسازی، تجزیه و تحلیل احساسات و موارد دیگر را بررسی خواهید کرد.
چرا ثبت نام کنید؟
این دوره به گونه ای طراحی شده است که کاربردی و مستقیماً قابل اجرا باشد. هر بخش شامل مثالهای تعاملی، تمرینهای هدایتشده، و پروژههای دنیای واقعی است تا به شما کمک کند تا با اطمینان با چالشهای زبانشناسی محاسباتی مقابله کنید.
همین امروز بپیوندید و با این دوره جامع و به روز در ابزارها و تکنیک های پیشرفته NLP مهارت کسب کنید!
سرفصل ها و درس ها
مقدمه
Introduction
مقدمه
Introduction
در دنیای واقعی
In the real world
ساختار دوره
Strucuture of the course
مفاهیم NLP
NLP Concepts
توکن سازی
Tokenization
Lemmatization
Lemmatization
ساقه
Stemming
Lemmatization در مقابل Stemming
Lemmatization versus Stemming
برچسب گذاری بخشی از گفتار (POS).
Part-of-Speech (POS) tagging
برچسب های POS جهانی
Universal POS Tags
شناسایی موجودیت نام
Name Entity Recognition
برچسب های NER توسط مایکروسافت
NER tags by Microsoft
حذف کلمات توقف
Stopwords Removal
تحلیل احساسات
Sentiment Analysis
کتابخانه: NLTK
Library: NLTK
فایل ipynb NLTK
ipynb file NLTK
NLTK چیست؟
What is NLTK?
کار کردن با متن
Getting the text to work with
نصب IDE
IDE Installation
توکن سازی با NLTK
Tokenization with NLTK
Lemmatization با NLTK
Lemmatization with NLTK
ناشی از NLTK
Stemming with NLTK
برچسب گذاری POS با NLTK
POS Tagging with NLTK
شناسایی موجودیت نام با NLTK
Name Entity Recognition with NLTK
کلمات توقف با NLTK
Stopwords with NLTK
تجزیه و تحلیل احساسات با NLTK
Sentiment Analysis with NLTK
کتابخانه: spaCy
Library: spaCy
فایل ipynb spaCy
ipynb file spaCy
SpaCy چیست؟
What is spaCy?
توکن سازی با SpaCy
Tokenization with spaCy
Lemmatization با spaCy
Lemmatization with spaCy
برچسب گذاری POS با spaCy
POS Tagging with spaCy
شناسایی نام موجودیت با spaCy
Name Entity Recognition with spaCy
تجزیه و تحلیل احساسات با spaCy
Sentiment Analysis with spaCy
نمایش نظرات