آموزش زبان شناسی محاسباتی - دوره متوسطه - آخرین آپدیت

دانلود Computational Linguistics - Intermediate Course

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

کتابخانه: عبارات منظم Library: Regular expressions

  • مقدمه Introduction

  • ساختار Structure

  • کاربر r" " User of r" "

  • روش ها Methods

  • روش هایی برای تطبیق اشیاء Methods for Match objects

  • تمرین 1 Exercise 1

  • حل تمرین 1 Solving Exercise 1

  • شناسه ها Indentifiers

  • تمرین 2 Exercise 2

  • حل تمرین 2 Solving Exercise 2

  • متا شخصیت ها Metacharacters

  • تمرین 3 Exercise 3

  • حل تمرین 3 Solving Exercise 3

  • تمرین 4 Exercise 4

  • حل تمرین 4 Solving Exercise 4

  • کمیت کننده ها Quantifiers

  • تمرین 5 Exercise 5

  • حل تمرین 5 Solving Exercise 5

  • مجموعه ها Sets

  • اصلاح Modification

  • تمرین 6 Exercise 6

  • حل تمرین 6 Solving Exercise 6

  • تمرین 7 Exercise 7

  • حل تمرین 7 Solving Exercise 7

  • تمرین 8 Exercise 8

  • حل تمرین 8 Solving Exercise 8

وظایف NLP با هوش مصنوعی Generative NLP tasks with Generative AI

  • شروع کردن Getting started

  • دریافت متن منبع ما Getting our source text

  • گرفتن کلید ما Getting our keys

  • بررسی اسناد رسمی Checking official documentation

  • Lemmatization با هوش مصنوعی Generative Lemmatization with Generative AI

  • برچسب گذاری POS با هوش مصنوعی مولد POS Tagging with Generative AI

  • به نام Entity Recognition with Generative AI Named Entity Recognition with Generative AI

  • تجزیه و تحلیل احساسات با هوش مصنوعی مولد Sentiment Analysis with Generative AI

  • پاسخ‌های متناسب بر اساس احساسات با هوش مصنوعی مولد Tailored responses based on sentiment with Generative AI

اضافی: Wordnet Extra: Wordnet

  • مقدمه Introduction

  • روش های اصلی Main methods

  • اعمال روش ها در کد Applying methods to the code

  • روش های بیشتر More moethods

  • تمرین 1 Exercise 1

  • تمرین 1: حل شد Exercise 1: Solved

نتیجه گیری Conclusion

  • نتیجه گیری Conclusion

نمایش نظرات

آموزش زبان شناسی محاسباتی - دوره متوسطه
جزییات دوره
4 hours
72
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
125
4.4 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

Jose M Hernandez Jose M Hernandez

استراتژیست هوش مصنوعی مولد | زبان شناس محاسباتی