Inleiding tot verwerking van natuurlijke taal met TensorFlow
Beginner
Data Scientist
Ontwikkelaar
Student
Azure Machine Learning
In deze module verkennen we verschillende neurale netwerkarchitecturen voor het verwerken van teksten in natuurlijke taal. NlP (Natural Language Processing) heeft een snelle groei en vooruitgang ervaren, voornamelijk omdat de prestaties van de taalmodellen afhankelijk zijn van hun algehele vermogen om tekst te "begrijpen" en kunnen worden getraind met behulp van een techniek zonder supervisie op grote tekst corpora. Daarnaast hebben vooraf getrainde tekstmodellen (zoals BERT) veel NLP-taken vereenvoudigd en de prestaties aanzienlijk verbeterd. In deze leermodule leert u meer over deze technieken en de basisbeginselen van NLP.
Leerdoelen
In deze module gaat u het volgende doen:
- Begrijpen hoe tekst wordt verwerkt voor taken voor verwerking van natuurlijke taal
- Maak kennis met terugkerende neurale netwerken (RNN's) en Generatieve neurale netwerken (GNN's)
- Meer informatie over aandachtsmechanismen
- Meer informatie over het bouwen van modellen voor tekstclassificatie
Vereisten
- Basiskennis van Python
- Basiskennis van machine learning