Cursos de Procesamiento del lenguaje natural - AI / Robótica

Esquema de entrenamiento detallado

1. Introducción a NLP

• Comprender PNL
• Marcos NLP
• Aplicaciones comerciales de NLP
• Recortando datos de la web
• Trabajando con varias API para recuperar datos de texto
• Trabajo y almacenamiento de contenido de texto de las corporaciones que guarda contenido y metadatos relevantes
• Ventajas de usar el curso intensivo de Python y NLTK

2. Comprensión práctica de un corpus y conjunto de datos

• ¿Por qué necesitamos un corpus?
• Análisis de Corpus
• Tipos de atributos de datos
• Diferentes formatos de archivo para corpora
• Preparación de un conjunto de datos para aplicaciones NLP

3, Comprender la estructura de una oración

• Componentes de NLP
• Comprensión del lenguaje natural
• Análisis morfológico - stem, word, token, etiquetas de voz
• Análisis sintáctico
• Análisis semántico
• Manejando ambigiuty

4. Preprocesamiento de datos de texto

• Corpus- texto sin formato
  • Tokenización de oraciones
  • Stemming para texto sin formato
  • Lemización del texto sin formato
  • Detener la eliminación de palabras
• Oraciones de corpus-raw
  • Word tokenization
  • Palabra lematización
• Trabajar con matrices Término-Documento / Documento-Término
• Tokenización de texto en n-grams y oraciones
• Preprocesamiento práctico y personalizado

5. Analizando datos de texto

• Característica básica de NLP
  • Analizadores y análisis
  • Etiquetado POS y taggers
  • Nombre reconocimiento de entidad
  • N-grams
  • Bolsa de palabras
• Características estadísticas de PNL
  • Conceptos de álgebra lineal para PNL
  • Teoría probabilística para PNL
  • TF-IDF
  • Vectorización
  • Encoders and Decoders
  • Normalización
  • Modelos probabilísticos
• Ingeniería de características avanzadas y PNL
  • Conceptos básicos de word2vec
  • Componentes del modelo word2vec
  • Lógica del modelo word2vec
  • Extensión del concepto de word2vec
  • Aplicación del modelo word2vec
• Estudio de caso: aplicación de una bolsa de palabras: resumen automático de texto usando algoritmos de Luhn simplificados y verdaderos

6. Agrupación de documentos, clasificación y modelado de temas

• Agrupación de documentos y minería de patrones (agrupación jerárquica, k-medias, agrupamiento, etc.)
• Comparación y clasificación de documentos utilizando medidas de distancia de TFIDF, Jaccard y coseno
• Clasificación de documentos usando Naïve Bayes y Maximum Entropy

7. Identificar elementos de texto importantes

• Reducción de la dimensionalidad: análisis de componentes principales, factorización de la descomposición no negativa de descomposición de valores singulares
• Modelado de tópicos y recuperación de información usando análisis semántico latente

8. Extracción de Entidades, Análisis de Sentimientos y Modelado de Temas Avanzado

• Positivo vs. negativo: grado de sentimiento
• Teoría de respuestas de elementos
• Parte del etiquetado de voz y su aplicación: encontrar personas, lugares y organizaciones mencionados en el texto
• Modelado de temas avanzados: asignación de Dirichlet latente

9. Estudios de caso

• Minería de usuarios no estructurados opiniones
• Clasificación de sentimientos y visualización de datos de revisión de productos
• Registros de búsqueda minera para patrones de uso
• Clasificación del texto
• Modelado de temas