Processamento de Linguagem Natural com spaCy e Python
What you’ll learn
Aprenda os conceitos básicos de processamento de linguagem natural, como: part-of-speech, lematização, stemização, stop words, parsing de dependências, semelhança entre palavras e tokenização
Utilize a biblioteca spaCy e o Google Colab para suas implementações de processamento de linguagem natural
Crie um classificador de sentimentos utilizando uma base de dados do Twitter em português
Crie implementações de processamento de linguagem natural no idioma português
Treine modelos de machine learning utilizando o spaCy
Requirements
Lógica de programação, principalmente estruturas condicionais e de repetição
Básico da linguagem Python é desejável, porém, é possível acompanhar o curso sem dominar essa linguagem com profundidade
Description
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! Atualmente, este setor está cada vez mais necessitando de soluções de Processamento de Linguagem Natural, ou seja, aprender essa área 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, utilizando a biblioteca spaCy e a linguagem Python! O spaCy é uma biblioteca desenvolvida com foco no uso em ambientes de produção, possibilitando a criação de aplicativos que processam e entendem grandes volumes de texto. Ela pode ser usada para extrair informações, entender linguagem natural ou preprocessar textos para posterior uso em modelos de deep learning.O curso está dividido em três partes:Na primeira você vai aprender os recursos mais básicos de Processamento de Linguagem Natural utilizando o spaCy, como: part-of-speech, lematização, stemização, reconhecimento de entidades nomeadas, stop words, parsing de dependências, semelhanças entre palavras e tokenizaçãoNa segunda parte criaremos um classificador de emoções utilizando frases em português, utilizando 100% os modelos de machine learning disponibilizados pelo próprio spaCyPor fim, na terceira e última parte, criaremos um classificador de sentimentos utilizando uma base de dados do Twitter com textos em portuguêsUtilizaremos tecnologias modernas, como a linguagem Python e o Google Colab, garantindo que você não tenha problemas com instalações ou configurações de softwares na sua máquina local.Preparado(a) para dar um importante passo na sua carreira? Aguardo você no curso! 🙂
Overview
Section 1: Introdução
Lecture 1 Boas-vindas e conteúdo do curso
Lecture 2 Mais sobre Inteligência Artificial
Lecture 3 Slides + bases de dados
Section 2: Introdução prática ao spaCy
Lecture 4 Instalação
Lecture 5 Marcação POS (part-of-speech)
Lecture 6 Lematização e stemização
Lecture 7 Reconhecimento de entidades nomeadas
Lecture 8 Stop words
Lecture 9 Parsing de dependências 1
Lecture 10 Parsing de dependências 2
Lecture 11 Parsing de dependências 3
Lecture 12 Parsing de dependências 4
Lecture 13 Semelhança entre palavra e textos 1
Lecture 14 Semelhança entre palavra e textos 2
Lecture 15 Tokenização
Section 3: Classificação de sentimentos
Lecture 16 Importação da base de dados
Lecture 17 Função para pré-processamento dos textos
Lecture 18 Limpeza dos textos da base de dados
Lecture 19 Tratamento da classe
Lecture 20 Criação do classificador
Lecture 21 Treinamento do algoritmo
Lecture 22 Testes com frases
Lecture 23 Avaliação do algoritmo 1
Lecture 24 Avaliação do algoritmo 2
Section 4: Classificação de sentimentos – base Twitter
Lecture 25 Bibliotecas e base de dados
Lecture 26 Pré-processamento dos textos 1
Lecture 27 Pré-processamento dos textos 2
Lecture 28 Pré-processamento da base de dados
Lecture 29 Tratamento da classe
Lecture 30 Construção do classificador e treinamento
Lecture 31 Testes com frases
Lecture 32 Avaliação do algoritmo
Lecture 33 AULA BÔNUS
Pessoas interessadas em Inteligência Artificial, Mineração de Textos ou Processamento de Linguagem Natural,Pessoas interessadas na biblioteca spaCy,Alunos de graduação e pós-graduação que estão estudando disciplinas ligadas a área de Inteligência Artificial,Alunos que querem aprender passo a passo como funciona a área de classificação de textos
Course Information:
Udemy | Português | 3h 14m | 1.35 GB
Created by: Jones Granatyr
You Can See More Courses in the Developer >> Greetings from CourseDown.com