Processamento de Linguagem Natural com spaCy e Python

Aprenda os conceitos de processamento de linguagem natural! Construa um classificador de sentimento com dados do Twitter
Processamento de Linguagem Natural com spaCy e Python
File Size :
1.35 GB
Total length :
3h 14m

Category

Instructor

Jones Granatyr

Language

Last update

Última atualização em 1/2021

Ratings

4.7/5

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

Processamento de Linguagem Natural com spaCy e Python

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

New Courses

Scroll to Top