Ευχαριστούμε που στάλθηκε η αποσαφήνισή σας! Ένα μέλος της ομάδου μας θα επικοινωνήσει μαζί σας σύντομα.
Ευχαριστούμε για την εκδήλωση κράτησης! Ένας από τους συνεργάτες μας θα επικοινωνήσει μαζί σας σύντομα.
Εξέλιξη Κομματιού
Αναλυτικό περίγραμμα εκπαίδευσης
- Εισαγωγή στην Επεξεργασία Φυσικής Γλώσσας
- Κατανόηση της Επεξεργασίας Φυσικής Γλώσσας
- Πλαίσια NLP
- Εμπορικές εφαρμογές του NLP
- Άντληση δεδομένων από τον ιστό
- Εργασία με διάφορα API για ανάκτηση δεδομένων κειμένου
- Εργασία και αποθήκευση σωμάτων κειμένων, αποθήκευση περιεχομένου και σχετικών μεταδεδομένων
- Πλεονεκτήματα χρήσης Python και σύντομο εντατικό μάθημα NLTK
- Πρακτική Κατανόηση ενός Σώματος Κειμένων και Συνόλου Δεδομένων
- Γιατί χρειαζόμαστε ένα σώμα κειμένων;
- Ανάλυση Σώματος Κειμένων
- Τύποι χαρακτηριστικών δεδομένων
- Διαφορετικές μορφές αρχείων για σώματα κειμένων
- Προετοιμασία συνόλου δεδομένων για εφαρμογές NLP
- Κατανόηση της Δομής των Προτάσεων
- Συστατικά του NLP
- Κατανόηση φυσικής γλώσσας
- Μορφολογική ανάλυση - θέμα, λέξη, διακριτικό, ετικέτες ομιλίας
- Συντακτική ανάλυση
- Σημασιολογική ανάλυση
- Διαχείριση αμφισημίας
- Προεπεξεργασία δεδομένων κειμένου
- Σώμα κειμένων - ακατέργαστο κείμενο
- Κατάτμηση προτάσεων
- Θεματοποίηση για ακατέργαστο κείμενο
- Λημματοποίηση ακατέργαστου κειμένου
- Αφαίρεση λέξεων κλειδιών
- Σώμα κειμένων - ακατέργαστες προτάσεις
- Κατάτμηση λέξεων
- Λημματοποίηση λέξεων
- Εργασία με πίνακες Όρου-Εγγράφου/Εγγράφου-Όρου
- Κατάτμηση κειμένου σε n-γράμματα και προτάσεις
- Πρακτική και προσαρμοσμένη προεπεξεργασία
- Σώμα κειμένων - ακατέργαστο κείμενο
- Ανάλυση Δεδομένων Κειμένου
- Βασικά χαρακτηριστικά του NLP
- Αναλυτές και ανάλυση
- Ετικετοποίηση μερών του λόγου και ετικετοποιητές
- Αναγνώριση ονομαστικών οντοτήτων
- N-γράμματα
- Σάκος λέξεων
- Στατιστικά χαρακτηριστικά του NLP
- Έννοιες Γραμμικής Άλγεβρας για NLP
- Πιθανοτική θεωρία για NLP
- TF-IDF
- Διανυσματοποίηση
- Κωδικοποιητές και Αποκωδικοποιητές
- Κανονικοποίηση
- Πιθανοτικά Μοντέλα
- Προηγμένη μηχανική χαρακτηριστικών και NLP
- Βασικές αρχές του word2vec
- Συστατικά του μοντέλου word2vec
- Λογική του μοντέλου word2vec
- Επέκταση της έννοιας του word2vec
- Εφαρμογή του μοντέλου word2vec
- Μελέτη περίπτωσης: Εφαρμογή σάκου λέξεων: αυτόματη σύνοψη κειμένου με χρήση απλοποιημένων και αληθών αλγορίθμων του Luhn
- Βασικά χαρακτηριστικά του NLP
- Ομαδοποίηση Εγγράφων, Ταξινόμηση και Μοντελοποίηση Θεμάτων
- Ομαδοποίηση εγγράφων και εξόρυξη προτύπων (ιεραρχική ομαδοποίηση, k-means, ομαδοποίηση κ.λπ.)
- Σύγκριση και ταξινόμηση εγγράφων με χρήση μετρικών απόστασης TFIDF, Jaccard και συνημιτόνου
- Ταξινόμηση εγγράφων με χρήση Naïve Bayes και Μέγιστης Εντροπίας
- Αναγνώριση Σημαντικών Στοιχείων Κειμένου
- Μείωση διαστάσεων: Ανάλυση Κύριων Συνιστωσών, Παραγοντοποίηση Ιδιαζουσών Τιμών, μη αρνητική παραγοντοποίηση πινάκων
- Μοντελοποίηση θεμάτων και ανάκτηση πληροφοριών με χρήση Λανθάνουσας Σημασιολογικής Ανάλυσης
- Εξαγωγή Οντοτήτων, Ανάλυση Συναισθήματος και Προηγμένη Μοντελοποίηση Θεμάτων
- Θετικό vs. αρνητικό: βαθμός συναισθήματος
- Θεωρία Απόκρισης Αντικειμένου
- Ετικετοποίηση μερών του λόγου και η εφαρμογή της: εύρεση προσώπων, τοποθεσιών και οργανισμών που αναφέρονται σε κείμενο
- Προηγμένη μοντελοποίηση θεμάτων: Κατανομή Λανθάνουσας Διχοτόμησης
- Μελέτες περίπτωσης
- Εξόρυξη μη δομημένων κριτικών χρηστών
- Ταξινόμηση συναισθήματος και οπτικοποίηση δεδομένων κριτικών προϊόντων
- Εξόρυξη αρχείων καταγραφής αναζητήσεων για πρότυπα χρήσης
- Ταξινόμηση κειμένου
- Μοντελοποίηση θεμάτων
Απαιτήσεις
Γνώση και κατανόηση των αρχών της Επεξεργασίας Φυσικής Γλώσσας και εκτίμηση της εφαρμογής της Τεχνητής Νοημοσύνης στις επιχειρήσεις
21 Ώρες
Σχόλια (1)
Ιδιαίτερη υποστήριξη
Simon the 2nd - Cboost
Κομμάτι - ROS: Programming for Robotics
Μηχανική Μετάφραση
