Kursplan

Införandet

  • Definition av "industriell språkbehandling"

Installation av spaCy

spaCy Komponenter

  • Ordklasstaggare
  • Igenkänning av namngiven entitet
  • Dependency parser

Översikt över spaCy-funktioner och syntax

Förstå spaCy Modeling

  • Statistisk modellering och prediktion

Använda SpaCy-kommandoradsgränssnittet (CLI)

  • Grundläggande kommandon

Skapa ett enkelt program för att förutsäga beteende 

Träna en ny statistisk modell

  • Data (för träning)
  • Etiketter (taggar, namngivna entiteter osv.)

Läser in modellen

  • Blandning och looping 

Spara modellen

Ge feedback till modellen

  • Fel gradient

Uppdatering av modellen

  • Uppdatera entitetsigenkänningen
  • Extrahera token med regelbaserad matchare

Utveckla en generaliserad teori för förväntade resultat

Fallstudie

  • Skilja produktnamn från företagsnamn

Förfina träningsdata

  • Val av representativa data
  • Ställa in avhoppsfrekvensen

Andra träningsstilar

  • Skicka råa texter
  • Godkända ordböcker med anteckningar

Använda spaCy för att förbearbeta text för Deep Learning

Integrera spaCy med äldre applikationer

Testa och felsöka spaCy-modellen

  • Vikten av iteration

Distribuera modellen till produktion

Övervakning och justering av modellen

Felsökning

Sammanfattning och slutsats

Krav

  • Python programmeringserfarenhet.
  • En grundläggande förståelse för statistik
  • Erfarenhet av kommandoraden

Publik

  • Utvecklare
  • Dataforskare
 14 timmar

Antal deltagare



Price per participant

Vittnesmål (5)

Relaterade Kurser

Relaterade Kategorier