Introducción al procesamiento de lenguaje natural con TensorFlow
Principiante
Científico de datos
Desarrollador
Estudiante
Azure Machine Learning
En este módulo, exploraremos diferentes arquitecturas de red neuronal para procesar textos en lenguaje natural. El procesamiento de lenguaje natural (NLP) ha experimentado un rápido crecimiento y avance principalmente porque el rendimiento de los modelos de lenguaje depende de su capacidad general para "comprender" el texto y se puede entrenar mediante una técnica no supervisada en un corpus de texto grande. Además, los modelos de texto entrenados previamente (como BERT) han simplificado muchas tareas NLP y han mejorado considerablemente el rendimiento. En este módulo de aprendizaje aprenderemos más sobre estas técnicas y los conceptos básicos de NLP.
Objetivos de aprendizaje
En este módulo aprenderá a:
- Comprender cómo se procesa el texto para las tareas de procesamiento del lenguaje natural
- Obtenga una introducción a las redes neuronales recurrentes (RNN) y las redes neuronales generativas (GNN)
- Obtener información sobre los mecanismos de atención
- Aprender a crear modelos de clasificación de texto
Requisitos previos
- Conocimientos básicos de Python
- Conocimientos básicos del aprendizaje automático