Introduzione all'elaborazione del linguaggio naturale con PyTorch
Questo modulo illustra diverse architetture di rete neurale per la gestione dei testi in linguaggio naturale. L'elaborazione del linguaggio naturale (NLP) è in continua crescita grazie alla capacità dei modelli linguistici di "comprendere" in modo accurato il linguaggio umano più velocemente, usando un training non supervisionato su corpora di testo di grandi dimensioni. Questo modulo illustra diverse tecniche NLP, ad esempio l'uso di bag-of-words (BoW), incorporamenti di parole e reti neurali ricorrenti per classificare il testo dai titoli delle notizie a una delle 4 categorie (World, Sports, Business e Sci-Tech).
Obiettivi di apprendimento
Contenuto del modulo:
- Informazioni sull'elaborazione del testo per le attività di elaborazione del linguaggio naturale
- Introduzione alle reti neurali ricorrenti e alle reti neurali generative
- Informazioni su come creare modelli di classificazione del testo
Prerequisiti
- Conoscenze base di Python
- Conoscenza di base della modalità di utilizzo di Jupyter Notebook
- Conoscenza di base di Machine Learning