NLP – Natural Language Processing mit PyTorch und Fastai | Data Science Online Course by Udemy

Development Online Course by Udemy, On Sale Here

Wie du mit knstlicher Intelligenz Texte und Sprache automatisch verstehen und analysieren kannst.

An excellent training about Data Science

NLP – Natural Language Processing mit PyTorch und Fastai

Natural Language Understanding (die Verarbeitung natrlicher Sprache)ist ein Teilbereich der knstlichen Intelligenz (Artificial Intelligence), der darauf aufbaut, menschliche Sprache zu verstehen und zu manipulieren. Die Techniken aus NLU (Natural Language Understanding) bzw. NLP(Natural Language Processing) zielen darauf ab, die Lcken zwischen menschlicher Kommunikation und den Sprachverarbeitungsfhigkeiten von Computersystemen zu schlieen. Dafr setzt man eine groe Anzahl verschiedener Disziplinen ein, wie unter anderem Informatik oder auch Linguistik. Diesen Kurs solltest du buchen, wenn du: selbst Texte automatisiert analysieren mchtestSysteme mit knstlicher Intelligenz entwickeln mchtest, die Texte klassifizieren knnenendlich verstehen willst, was sich hinter den Bezeichnungen LSTM(Long Short Term Memory) und auch RNN (Recurrent Neural Networks) verbirgtselbst erkennen willst, was es bedeutet, wenn die Gradienten eines neuronalen Netzes explodieren (exploding gradients)oder verschwinden (vanishing gradients).einen Klassifizierer fr Bewertungen von Kinofilmen implementieren mchtest, der selbstndig positive von negativen Reviews unterscheiden kann. Weitere Themen, die wir in diesem Kurs betrachten werden sind: Tokenization, Numericalisation, Backpropagation in Time (bppt), Sub Batches, Multilayer RNNs, u.v.m.Die Verarbeitung natrlicher Sprache ist eine Technologie, die sich in den letzten Jahren aufgrund von immer greren Datenmengen und hheren Rechenleistungen, enorm weiterentwickelt hat. Anwendungsgebiete fr NLU(Natural Language Understanding) sind Analyse und Klassifizierung von Texten (automatische Bewertung von Produkt-Reviews), automatisierte bersetzung von einer Sprache in eine andere (machine translation). Denn Menschen kommunizieren (schriftlich, wie mndlich) in unterschiedlichen Sprachen. Mithilfe von automatisierten bersetzungen (machine translation) verringern die Grenzen zwischen Menschen. Doch auch hinsichtlich der Kommunikation zwischen Computersystemen und Menschen ist ein groer Anwendungsbereich von natural language understanding. Die Sprache der Computer ist Maschinencode oder Maschinensprache – fr die allermeisten der Menschen beinahe unverstndlich. Doch auf der untersten Schicht besteht Kommunikation zwischen Computersystemen nicht aus Worten, sondern nur auf binren Werten (also 0 oder 1). Aus diesem Muster werden logische Aktivitten abgeleitet. Aus diesem Grund muss Sprache auch in diese Binrsprache bersetzt werden. Ein Computer kann sprachliche Befehle, “Alexa, sag mir wie das Wetter morgen wird” nicht direkt verstehen. So ein Befehl muss in die Sprache der Computer bersetzt werden. Dies funktioniert aber nicht mithilfe von einzelnen Anwendungen. Solche Sprachbefehle und Sprachsteuerungen gibt schon seit Jahrzehnten, doch diese mussten ganz genau auf das System abgestimmt werden. Erst der Einsatz von deep learning Technologien (neuronale Netze) ermglichte Computersystemen mithilfe von knstlicher Intelligenz, tatschlich sprachliche Befehle von unterschiedlichen Sprechern zu verstehen. Dafr ist es jedoch erforderlich, dass aus solchen sprachlichen Befehlen zuerst die Struktur der Sprache herausgelst wird. Was ist die gewnschte Handlung?Wer ist der Adressat der geplanten Handlung? Knstliche Intelligenz und Machine Learning hat es mit Techniken aus Natural Language Understanding ermglicht, diese Strukturanalyse innerhalb von wenigen Sekunden durchzufhren und die dafr erforderliche Handlung in Maschinencode umzuwandeln. Warum ist NLP/NLUein so wichtige Disziplin im Bereich der knstlichen Intelligenz so wichtig?Erst die Anwendung von NLP/NLUTechniken versetzen Computer in die Lage, interaktiv mit menschlichen Anwendern in deren Sprache zu kommunizieren. So knnen Computer durch Natural Language Processing Texte lesen und generieren, gesprochene Sprach interpretieren, ein Sentiment ber einen Text berechnen, Texte automatisiert zusammenfassen. Textverarbeitung mittels Natural Language Understanding ist deshalb eine derart wichtige Disziplin innerhalb von knstlicher Intelligenz, weil unstrukturierte Daten in Form von Text inzwischen global die grte Datenmenge reprsentiert. Im Bereich NLUsind Systeme knstlicher Intelligenz inzwischen in der Lage, selbstndig Informationen zu korrekter Rechtschreibung, Grammatik und Syntaxregeln aus diesen unstrukturierten Informationen zu extrahieren. Hier kann Natural Language Understanding von unsupervised und semi-supervised learning Techniken profitieren. Anwendungsgebiete fr Natural Language UnderstandingThemenerfassung und Themenmodellierung: Knstliche Intelligenz kann die Kernaussage von Texten zusammenfassen und extrahieren und so die unstrukturierten Texte in Gruppen zusammenfassen. Kontextuelle Analyse: Aus unstrukturiertem Text wird mithilfe knstlicher Intelligenz die innere Struktur eines Textes erfasst. Kategorisierung von Inhalt: Unstrukturierte Texte werden mithilfe knstlicher Intelligenz klassifiziert und bestimmten Kategorien zugewiesen – hnlich wie die Klassifizierung von Bildern. Speech-to-Text und Text-to-Speech: K

Udemy is the leading global marketplace for learning and instruction

By connecting students all over the world to the best instructors, Udemy is helping individuals reach their goals and pursue their dreams.

Study anytime, anywhere.

START HERE