|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/bert-python-processamento-linguagem-natural/
课程评论：没有评论
课程名称：使用 BERT 和 Python 的自然语言处理 课程概述：自然语言处理（NLP）是人工智能的一个子领域，旨在使计算机能够理解人类语言，包括书面语言和口语。此领域的实际应用包括语言翻译、语音识别、聊天机器人、自动问答系统、文本摘要、图像描述生成、视频字幕添加、以及情感分类等。BERT（双向编码器表示来自变压器模型）的架构在NLP领域受到了广泛关注，被视为目前最有效的机器学习模型之一，许多研究者认为它是该领域的一个重要里程碑，改变了应用程序实施的传统范式。 随着人工智能领域对NLP解决方案的需求不断增加，学习本领域以及BERT架构将成为应对当前和未来需求的关键。为此，本课程旨在帮助希望在自然语言处理领域发展或启动新职业的人们，提供深厚的实践经验，利用现代深度学习技术和人工神经网络。 课程将利用在线可获得的大量文本数据（两个真实数据集），探索NLP的两项主要技术，从而使学员具备应对现实世界挑战的能力。除了理论学习外，学员还将开发三个案例研究： 1. 使用Twitter数据创建情感分类器，并将BERT的分词器与卷积神经网络集成。 2. 创建一个与第一个案例相似的情感分类器，但使用BERT的嵌入层与卷积神经网络进行集成。 3. 使用BERT创建一个问答系统，能够基于给定文本找到问题的答案，类似于研究论坛的操作。 课程将使用现代技术，例如Python编程语言、TensorFlow 2.0和Google Colab，确保学员无需在本地计算机上进行软件的安装或配置。 此课程将为学习者提供在自然语言处理领域的实践技能与知识，帮助他们在快速发展的人工智能领域中把握机遇。
A área de Processamento de Linguagem Natural - PLN (Natural Language Processing - NLP) é uma subárea da Inteligência Artificial que tem como objetivo tornar os computadores capazes de entender a linguagem humana, tanto escrita quanto falada. Alguns exemplo de aplicações práticas são: tradutores entre idiomas, tradução de texto para fala ou fala para texto, chatbots, sistemas automáticos de perguntas e respostas, sumarização de textos, geração automática de descrições para imagens, adição de legendas em vídeos, classificação de sentimentos em frases, dentre várias outras! Dentro do contexto de Processamento de Linguagem Natural, a arquitetura BERT (Bidirectional Encoder Representations from Transformers) tem ganhado muita atenção dos desenvolvedores e atualmente é considerada como o modelo de Machine Learning mais eficiente nessa área! Muitos pesquisadores a consideram como um marco na área de PLN, mudando um pouco o paradigma de como as aplicações são implementadas. Atualmente, o setor de Inteligência Artificial está cada vez mais necessitando de soluções de Processamento de Linguagem Natural, ou seja, aprender essa área juntamente com a arquitetura BERT pode ser a chave para trazer soluções reais para necessidades presentes e futuras. Baseado nisso, este curso foi projetado para quem deseja crescer ou iniciar uma nova carreira na área de Processamento de Linguagem Natural, obtendo uma sólida experiência nessa área utilizando modernas técnicas de Deep Learning e Redes Neurais Artificiais!Aproveitaremos a enorme quantidade de dados de texto disponíveis on-line (duas bases de dados reais) e exploraremos duas das principais técnicas de PLN, o que lhe dará o poder necessário para enfrentar com êxito qualquer desafio do mundo real! Além de aprender a teoria, você também desenvolverá três estudos de caso:Criação de um classificador de sentimentos utilizando dados do Twitter e a integração de um tokenizador BERT com Redes Neurais ConvolucionaisO segundo estudo de caso é semelhante ao primeiro, porém, utilizaremos a camada de embedding do BERT para integração com uma Rede Neural Convolucional para classificar sentimentosCriação de um sistema de perguntas e respostas (Q & A - Questions and Answers) utilizando o BERT! A ideia é fazer uma pergunta sobre um determinado texto e o algoritmo vai indicar onde está a resposta para a nossa pergunta, muito similar com o que ocorre nos fóruns de pesquisaUtilizaremos tecnologias modernas, como a linguagem Python, o TensorFlow 2.0 e o Google Colab, garantindo que você não tenha problemas com instalações ou configurações de softwares na sua máquina local.
