מבוא לעיבוד שפה טבעית עם TensorFlow
מתחיל
מדען נתונים
מפתח
סטודנט
למידת מכונה של Azure
במודול זה, נבחן ארכיטקטורות רשת עצבית שונות לעיבוד טקסטים של שפה טבעית. עיבוד שפה טבעית (NLP) חווה צמיחה מהירה והתקדמות בעיקר מכיוון שהביצועים של מודלי השפה תלויים ביכולת הכללית שלהם "להבין" טקסט ובאפשרותך להכשיר באמצעות טכניקה ללא השגחה על טקסט רב"ט גדול. בנוסף, מודלי טקסט שהוכשרנו מראש (כגון BERT) פישטו משימות NLP רבות ושפרו באופן משמעותי את הביצועים. נלמד עוד על טכניקות אלה ועל היסודות של NLP במודול למידה זה.
מטרות הלמידה
במודול זה:
- הבנת אופן עיבוד הטקסט עבור משימות עיבוד שפה טבעיות
- קבל הודעה חדשה על רשתות עצביות חוזרות (RNNs) ורשתות עצביות Generative (GNNs)
- למד אודות מנגנוני תשומת לב
- למד כיצד לבנות מודלים של סיווג טקסט
דרישות מוקדמות
- ידע בסיסי ב- Python
- הבנה בסיסית של למידת מכונה