TensorFlow を使用した自然言語処理の概要
初級
データ サイエンティスト
開発者
Student
Azure Machine Learning
このモジュールでは、自然言語テキストを処理するためのさまざまなニューラル ネットワーク アーキテクチャについて確認します。 自然言語処理 (NLP) は、主に言語モデルのパフォーマンスがテキストを "理解" する全体的な能力に依存し、大きなテキスト コーパスで教師なし手法を使用してトレーニングできるため、急速な成長と進歩を遂げてきました。 さらに、事前トレーニング済みのテキスト モデル (BERT など) により、多くの NLP タスクが簡略化され、パフォーマンスが大幅に向上しました。 これらの手法と NLP の基本の詳細については、この学習モジュールで学習します。
学習の目的
このモジュールでは、次のことを行います。
- 自然言語処理タスクのテキスト処理方法を理解する
- リカレント ニューラル ネットワーク (RNN) と生成ニューラル ネットワーク (GNN) について紹介します
- Attention メカニズムについて学習する
- テキスト分類モデルを構築する方法を学習する
前提条件
- Python の基本的な知識
- 機械学習についての基本的な理解