Полное руководство по обработке естественного языка (NLP) на Python! (с примерами)

Освойте навыки работы с данными с помощью практических упражнений и обучающих материалов на Datacamp! https://datacamp.pxf.io/c/3588040/101... В этом видео мы рассмотрим основные концепции обработки естественного языка с использованием библиотек Python! Мы используем примеры, чтобы помочь лучше понять концепции. В этом видео найдется материал для всех уровней подготовки (от начинающих до экспертов). Изначально я записал это видео для конференции PyCon. Репозиторий GitHub: https://github.com/KeithGalli/pycon2020 Patreon:   / keithgalli   Членство на YouTube:    / kgmit   Некоторые из тем, которые мы затрагиваем: Мешок слов Векторы слов Стемминг/лемматизация Исправление орфографии Архитектура трансформеров (достаточно внимания) Современные модели (OpenAI GPT, BERT) Некоторые из используемых библиотек: sklearn spaCy NLTK TextBlob Надеюсь, вам понравится, и дайте мне знать, если у вас есть какие-либо вопросы! Обязательно подпишитесь, если вы еще этого не сделали :). ------------------------- Подписывайтесь на меня в социальных сетях! Instagram |   / keithgalli   Twitter |   / keithgalli   Если вам интересно узнать, как я создаю свои уроки, посмотрите это видео:    • How to Make a High Quality Tutorial Video!...   Практикуйте свои навыки работы с данными в Python Pandas, решая задачи на StrataScratch! https://stratascratch.com/?via=keith Присоединяйтесь к Python Army, чтобы получить доступ к бонусам! YouTube -    / @keithgalli   Patreon -   / keithgalli   *Я использую партнерские ссылки на продукты, которые рекомендую. Я могу получать комиссию за покупку или реферальный бонус за использование этих ссылок. ------------------------- Песня в конце: «Доброе утро» Амина Максвелла   / aminemaxwell   Creative Commons — Attribution 3.0 Unported — CC BY 3.0 Бесплатная загрузка / прослушивание: http://bit.ly/2vpruoY Музыка предоставлена ​​Audio Library    • Good morning – Amine Maxwell (No Copyright...   ------------------------- Видео-хронология! ~~ Основы НЛП ~~ 0:00 - Объявления! 1:12 - Обзор видео и хронология 3:06 - Обзор метода «мешок слов» (BOW) 4:42 - Пример кода метода «мешок слов»! (sklearn | CountVectorizer, fit_transform) 11:20 - Создание модели классификации текста с использованием мешка слов (SVM) 14:07 - Прогнозирование новых классов высказываний с помощью нашей модели (transform) 16:02 - Униграммы, биграммы, n-граммы (использование последовательных слов в вашей модели) 19:28 - Обзор векторных представлений слов 23:27 - Пример кода для векторных представлений слов! (С использованием библиотеки spaCy) 28:10 - Создание модели классификации текста с использованием векторных представлений слов 34:04 - Прогнозирование новых высказываний с помощью нашей модели ~~ Различные методы НЛП ~~ 40:42 - Регулярные выражения (сопоставление шаблонов) в Python. 52:30 - Стемминг/лемматизация в Python (нормализация текста с помощью библиотеки NLTK) 1:01:17 - Удаление стоп-слов (удаление наиболее распространенных слов из предложений) 1:05:56 - Различные другие методы (коррекция орфографии, анализ настроения, определение частей речи). ~~ Современные модели ~~ 1:12:45 - Рекуррентные нейронные сети (RNN) для классификации текста 1:17:00 - Архитектуры трансформеров (достаточно механизма внимания) 1:21:00 - Написание кода на Python для использования трансформеров (BERT | spacy-transformers) 1:25:00 - Написание модели классификации с использованием трансформеров/BERT 1:29:37 - Тонкая настройка моделей трансформеров 1:31:16 - Объединим все это и построим высокопроизводительную модель для классификации категорий отзывов Amazon!