Introduktion till bearbetning av naturligt språk med PyTorch
I den här modulen utforskar vi olika neurala nätverksarkitekturer för att hantera texter med naturligt språk. Under de senaste åren har natural language processing (NLP) upplevt snabb tillväxt främst på grund av prestandan hos språkmodellernas förmåga att korrekt "förstå" mänskligt språk snabbare samtidigt som oövervakad träning på stora text corpora används. Vi kommer att lära oss om olika NLP-tekniker, till exempel att använda bag-of-words (BoW), ordinbäddningar och återkommande neurala nätverk för att klassificera text från nyhetsrubriker till en av de 4 kategorierna (World, Sports, Business och Sci-Tech).
Utbildningsmål
I den här modulen kommer du att göra följande:
- Förstå hur text bearbetas för bearbetningsuppgifter på naturligt språk
- Få en introduktion till att använda RNN(Recurrent Neural Networks) och Generative Neural Networks (GNN)
- Lär dig hur du skapar textklassificeringsmodeller
Förutsättningar
- Grundläggande Python-kunskaper
- Grundläggande kunskaper om hur du använder Jupyter Notebooks
- Grundläggande förståelse för maskininlärning