|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/mineracao-de-emocao-em-textos-com-python-e-nltk/
课程评论：没有评论
课程名称：使用 Python 和 NLTK 进行文本情感挖掘 课程概述：文本挖掘是人工智能的一个子领域，旨在从文本中寻找模式和有用的信息。该领域的经典应用之一是垃圾邮件过滤器，通过机器学习算法识别电子邮件中的垃圾信息。此外，这些技术还可用于新闻分类，例如识别一组文本是否涉及体育、经济或政治等主题。随着社交媒体的快速发展，互联网中可用的文本数量激增，这为识别人们情感提供了丰富的数据。这对希望了解客户对其产品或服务满意度的企业来说至关重要。例如，客户在购买新电视后撰写的文本可以用来评估他们的满意度。 在本课程中，您将获得关于文本挖掘过程的理论与实践知识，重点介绍分类技术。课程包括一个实用案例，逐步演示如何使用朴素贝叶斯算法来识别句子中的情感。您将学习文本分类的基本概念，包括停止词的去除、词干提取算法的应用、朴素贝叶斯算法的理论以及情感分类器的实现。此外，还将介绍如何评估构建的算法并解读结果。 课程将使用 Python 和 NLTK（自然语言工具包）进行系统的开发。这些工具在人工智能领域非常重要。即使您对 Python 不熟悉，只要对编程逻辑有基本了解，就可以轻松跟随课程内容。值得注意的是，本课程特别适合文本挖掘领域的初学者，内容将作为更高级研究的基础。 准备好在您的职业生涯中迈出重要一步了吗？期待在课程中见到您！
A Mineração de Textos é uma das subáreas da Inteligência Artificial que tem como objetivo básico a busca por padrões e conhecimento útil em textos. O exemplo clássico dessa área são os filtros de spam muito utilizados nos sistemas de e-mail, os quais aplicam algoritmos de machine learning para identificar se uma mensagem é ou não é spam! Além disso, essas técnicas também podem ser utilizadas para classificação de notícias, ou seja, caso o sistema receba um conjunto de textos como entrada, os algoritmos podem identificar se são notícias sobre esporte, economia ou política; por exemplo. Com o grande crescimento das redes sociais existe uma quantidade muito grande de texto disponível na web, os quais podem ser utilizados para identificar as emoções que as pessoas estão apresentando! E isso pode ser muito útil para empresas que desejam saber quão satisfeitos seus clientes estão com seus produtos e/ou serviços. Por exemplo, se uma pessoa compra uma nova televisão é possível medir seu grau de satisfação por meio das emoções transmitidas nos textos que essa pessoa escreve sobre a televisão! Dessa forma, a empresa pode conhecer melhor o perfil de seus clientes e tomar decisões estratégicas quanto ao seu posicionamento no mercado! Baseado nisso, neste curso você terá uma visão teórica e prática de como funciona o processo de mineração de textos utilizando a técnica de classificação! É abordado um estudo de caso prático que mostra passo a passo como utilizar o algoritmo Naive Bayes para identificar emoções em frases, ou seja, informamos um texto qualquer para o sistema e o mesmo retorna qual emoção foi encontrada! Serão abordados os conceitos sobre classificação de textos, remoção de stops words, aplicação de algoritmos de stemming, teoria sobre o algoritmo Naive Bayes e finalmente a implementação do classificador de emoções. Além disso, também teremos um módulo no qual você aprenderá como avaliar o algoritmo construído e interpretar seus resultados. Com isso, você terá uma visão teórica e prática passo a passo de todas as etapas que envolvem a classificação de textos! Utilizaremos a linguagem Python e a biblioteca NLTK (Natural Language Toolkit) para o desenvolvimento passo a passo do sistema inteligente, que são ferramentas muito importantes no cenário da Inteligência Artificial! E não há problema se você não conhece Python, pois os conceitos serão apresentados de forma que se você tem uma noção básica de lógica de programação conseguirá acompanhar as aulas tranquilamente. É importante salientar que este curso será melhor aproveitado por iniciantes na área de mineração de textos e que não conhecem os tópicos citados anteriormente, sendo considerado um material inicial para estudos mais avançados. Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso!:)
