Návrh Školení

Úvod

    Definice "průmyslově silného zpracování přirozeného jazyka"

Instalace spaCy

spaCy Komponenty

    Part-of-speech tagger Rozpoznávání pojmenovaných entit Analyzátor závislostí

Přehled funkcí a syntaxe spaCy

Pochopení prostorového modelování

    Statistické modelování a predikce

Použití rozhraní příkazového řádku SpaCy (CLI)

    Základní příkazy

Vytvoření jednoduché aplikace pro predikci chování

Školení nového statistického modelu

    Data (pro školení) Štítky (tagy, pojmenované entity atd.)

Načítání modelu

    Míchání a smyčkování

Uložení modelu

Poskytování zpětné vazby modelu

    Chybový gradient

Aktualizace modelu

    Aktualizace nástroje pro rozpoznávání entit Extrahování tokenů pomocí párovače založeného na pravidlech

Vypracování zobecněné teorie očekávaných výsledků

Případová studie

    Rozlišení názvů produktů od názvů společností

Zpřesnění tréninkových dat

    Výběr reprezentativních dat Nastavení míry výpadků

Jiné tréninkové styly

    Předávání nezpracovaných textů Předávání slovníků anotací

Použití spaCy k předběžnému zpracování textu pro Deep Learning

Integrace spaCy se staršími aplikacemi

Testování a ladění modelu spaCy

    Význam iterace

Nasazení modelu do výroby

Monitorování a seřizování modelu

Odstraňování problémů

Shrnutí a závěr

Požadavky

  • Python zkušenosti s programováním.
  • Základní pochopení statistiky
  • Zkušenosti s příkazovým řádkem

Publikum

  • Vývojáři
  • Datoví vědci
 14 hodiny

Počet účastníků



Price per participant

Reference (5)

Související kurzy

Související kategorie