Kurzusleírás

Bevezetés az NLP-be

  • Mi az a természetes nyelvi feldolgozás?
  • Az NLP jelentősége a modern AI alkalmazásokban
  • Népszerű könyvtárak az NLP-hez: NLTK, SpaCy, Hugging Face

Szöveg-előfeldolgozási technikák

  • Tokenizálás és stop szavak eltávolítása
  • Stemming és lemmatizáció
  • Szövegnormalizációs technikák

Sentiment Analysis

  • Bevezetés a hangulatelemzésbe
  • Hangulatelemzés a NLTK segítségével
  • A SpaCy használata fejlett hangulatelemzéshez

Fejlett NLP technikák

  • Elnevezett entitás felismerés (NER)
  • Szövegbesorolás
  • Nyelvi modellezés előre betanított modellekkel

Együttműködés az Google Colab-al

  • Az Google Colab környezet bemutatása
  • NLP-projektek beállítása és kezelése a Colabban
  • Együttműködés NLP-feladatokkal a Colabban

Az NLP valós alkalmazásai

  • NLP az egészségügyben, a pénzügyekben és az ügyfélszolgálatban
  • NLP használata chatbotokhoz és virtuális asszisztensekhez
  • Az NLP-kutatás jövőbeli trendjei

Összegzés és a következő lépések

Követelmények

  • A természetes nyelvi feldolgozás fogalmainak alapvető ismerete
  • Ismerkedés a Python programozással
  • Jupyter notebookokkal vagy hasonló környezetekkel szerzett tapasztalat

Közönség

  • Adattudósok
  • Fejlesztők tapasztalattal Python
  • AI-rajongók
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák