الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

تخصص معالجة اللغة الطبيعية

تستخدم معالجة اللغة الطبيعية (NLP) خوارزميات لفهم اللغة البشرية ومعالجتها. هذه التكنولوجيا هي واحدة من أكثر المناطق تطبيقها على نطاق واسع للتعلم الآلي. مع استمرار التوسع في الذكاء الاصطناعي ، فإن الطلب على المهنيين المهرة في بناء نماذج يحلل الكلام واللغة ، وكشف أنماط السياق ، وإنتاج رؤى من النص والصوت. سيؤدي هذا التخصص إلى تزويدك بتقنيات التعلم العميق الحديثة اللازمة لبناء أنظمة NLP المتطورة. بحلول نهاية هذا التخصص ، ستكون جاهزًا لتصميم تطبيقات NLP التي تؤدي تحليلًا للأسئلة والمشاعر ، وإنشاء أدوات لترجمة اللغات وتلخيص النص ، وحتى بناء chatbots.

هذا التخصص مخصص لطلاب التعلم الآلي أو الذكاء الاصطناعي وكذلك مهندسي البرمجيات الذين يبحثون عن فهم أعمق لكيفية عمل نماذج NLP وكيفية تطبيقها. يجب أن يكون لدى المتعلمين معرفة عملية بالتعلم الآلي ، والبيثون الوسيط بما في ذلك الخبرة مع إطار التعلم العميق (EG ، TensorFlow ، Keras) ، وكذلك الكفاءة في حساب التفاضل والتكامل ، الجبر الخطي ، والإحصاءات. إذا كنت ترغب في الحصول على هذه المهارات ، فإننا نوصي بتخصص التعلم العميق ، الذي تقدمه DeepleArning.ai وتدرسه أندرو نغ.

تم تصميم هذا التخصص وتدريسه من قبل اثنين من الخبراء في NLP والتعلم الآلي والتعلم العميق. يونس بينسودا موري هو مدرب لمنظمة العفو الدولية في جامعة ستانفورد ساعد أيضًا في بناء تخصص التعلم العميق. asukasz Kaiser هو عالم أبحاث الموظفين في Google Brain ومؤلف مشارك لـ TensorFlow ومكتبات Tensor2Tensor و Trax وورقة المحولات.

الدورة 1: التصنيف ومساحات المتجهات في NLP

هذه هي المسار الأول لتخصص معالجة اللغة الطبيعية.

الأسبوع 1: الانحدار اللوجستي لتحليل المشاعر للتغريدات

  • استخدم طريقة بسيطة لتصنيف المشاعر الإيجابية أو السلبية في التغريدات

الأسبوع 2: ساذج بايز لتحليل المشاعر للتغريدات

  • استخدم نموذجًا أكثر تقدماً لتحليل المشاعر

الأسبوع 3: نماذج مساحة المتجهات

  • استخدم نماذج مساحة المتجه لاكتشاف العلاقات بين الكلمات واستخدام تحليل المكون الرئيسي (PCA) لتقليل أبعاد مساحة المتجه وتصور تلك العلاقات

الأسبوع الرابع: تضمينات الكلمات والتجزئة الحساسة للترجمة الآلية

  • اكتب خوارزمية ترجمة بسيطة من اللغة الإنجليزية إلى فرنسي باستخدام توطيفات الكلمات المحسوبة مسبقًا وتجزئة محلية لربط الكلمات من خلال بحث جيران k تقريبي

الدورة 2: نماذج احتمالية في NLP

هذا هو الدورة الثانية لتخصص معالجة اللغة الطبيعية.

الأسبوع 1: التصحيح التلقائي باستخدام الحد الأدنى من تحرير المسافة

  • قم بإنشاء خوارزمية بسيطة للتصحيح التلقائي باستخدام الحد الأدنى من المسافة والبرمجة الديناميكية

الأسبوع 2: وضع علامة على جزء من الكلام (POS)

  • قم بتطبيق خوارزمية Viterbi لوضع علامات POS ، وهو أمر مهم في اللغويات الحسابية

الأسبوع 3: نماذج لغة N-Gram

  • اكتب خوارزمية إكمال تلقائية أفضل باستخدام نموذج N-Gram (يتم استخدام نماذج مماثلة للترجمة ، وتحديد مؤلف النص ، والتعرف على الكلام)

الأسبوع 4: Word2Vec و Stochastic Tradient النسب

  • اكتب نموذج Word2Vec الخاص بك والذي يستخدم شبكة عصبية لحساب تضمينات الكلمات باستخدام نموذج كيس من الكلمات المستمر

الدورة 3: نماذج التسلسل في NLP

هذا هو الدورة الثالثة في تخصص معالجة اللغة الطبيعية.

الأسبوع 1: المشاعر مع الشباك العصبية

  • تدريب شبكة عصبية مع تضمينات Word Word لإجراء تحليل المشاعر للتغريدات

الأسبوع 2: نماذج توليد اللغة

  • إنشاء نص شكسبير اصطناعي باستخدام نموذج لغة وحدة متكررة بوابات (GRU)

الأسبوع الثالث: اسم التعرف على الكيان (NER)

  • تدريب شبكة عصبية متكررة لأداء NER باستخدام LSTMS مع طبقات خطية

الأسبوع الرابع: شبكات سيامي

  • استخدم ما يسمى نماذج LSTM "Siamese" لمقارنة الأسئلة في مجموعة وتحديد تلك التي يتم صياغتها بشكل مختلف ولكن لها نفس المعنى

الدورة 4: نماذج الانتباه في NLP

هذه هي المسار الرابع في تخصص معالجة اللغة الطبيعية.

الأسبوع 1: الترجمة الآلية العصبية مع الاهتمام

  • ترجمة جمل اللغة الإنجليزية الكاملة إلى الفرنسية باستخدام نموذج انتباه التشفير/فك التشفير

الأسبوع 2: تلخيص مع نماذج المحولات

  • بناء نموذج محول لتلخيص النص

الأسبوع 3: إجابة أسئلة مع نماذج المحولات

  • استخدم نماذج T5 و BERT لإجابة الأسئلة

الأسبوع الرابع: chatbots مع نموذج مصلح

  • بناء chatbot باستخدام نموذج مصلح

شهادة الانتهاء التخصص

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل