บทนําสู่การประมวลผลภาษาธรรมชาติด้วย TensorFlow
ระดับเริ่มต้น
นักวิทยาศาสตร์ข้อมูล
นักพัฒนา
นักเรียน
Azure Machine Learning
ในโมดูลนี้ เราจะสํารวจสถาปัตยกรรมโครงข่ายประสาทเทียมต่างๆ สําหรับการประมวลผลข้อความภาษาธรรมชาติ การประมวลผลภาษาธรรมชาติ (NLP) มีประสบการณ์การเติบโตและความก้าวหน้าอย่างรวดเร็วเนื่องจากประสิทธิภาพของแบบจําลองภาษาขึ้นอยู่กับความสามารถโดยรวมของพวกเขาในการ "เข้าใจ" ข้อความและสามารถฝึกได้โดยใช้เทคนิคที่ไม่ได้คาดหมายบน corpora ข้อความขนาดใหญ่ นอกจากนี้ โมเดลข้อความที่ผ่านการฝึกอบรมไว้ล่วงหน้า (เช่น BERT) ยังทําให้งาน NLP จํานวนมากง่ายขึ้น และปรับปรุงประสิทธิภาพการทํางานอย่างมาก เราเรียนรู้เพิ่มเติมเกี่ยวกับเทคนิคเหล่านี้และพื้นฐานของ NLP ในโมดูลการเรียนรู้นี้
วัตถุประสงค์การเรียนรู้
ในโมดูลนี้ คุณจะต้อง:
- ทําความเข้าใจวิธีการประมวลผลข้อความสําหรับงานการประมวลผลภาษาธรรมชาติ
- รับการแนะนําให้รู้จักเครือข่ายประสาทที่เกิดขึ้นประจํา (RNNs) และเครือข่ายทางประสาทเชิงสร้าง (GNNs)
- เรียนรู้เกี่ยวกับกลไกการให้ความสนใจ
- เรียนรู้วิธีการสร้างแบบจําลองการจัดประเภทแบบข้อความ
สิ่งที่จำเป็นต้องมี
- ความรู้พื้นฐานของ Python
- ความเข้าใจพื้นฐานของการเรียนรู้ของเครื่อง