Natural Language Processing Specialization

自然言語処理の専門化

Natural Language Processing（NLP）は、アルゴリズムを使用して人間の言語を理解し操作します。この技術は、機械学習の最も広く適用されている分野の1つです。 AIが拡大し続けるにつれて、スピーチと言語を分析し、文脈的パターンを明らかにし、テキストとオーディオから洞察を生み出すモデルを構築する専門家の需要も拡大します。この専門化により、最先端のNLPシステムを構築するために必要な最先端の深い学習技術が装備されています。この専門化の終わりまでに、質問と感情分析を実行するNLPアプリケーションを設計し、言語を翻訳し、テキストを要約するツールを作成し、チャットボットを構築する準備ができています。

この専門化は、機械学習や人工知能の学生と、NLPモデルがどのように機能し、それらを適用するかをより深く理解しているソフトウェアエンジニア向けです。学習者は、深い学習フレームワーク（Tensorflow、Kerasなど）の経験を含む機械学習、中間Python、および計算、線形代数、統計の習熟度を含む中間Pythonの実用的な知識を持つ必要があります。これらのスキルを磨きたい場合は、DeepLearning.aiが提供し、Andrew Ngが教えているDeep Learning Specializationをお勧めします。

この専門化は、NLP、機械学習、ディープラーニングの2人の専門家によって設計および教えられています。 Younes Bensouda Mourriは、スタンフォード大学のAIのインストラクターであり、深い学習の専門化の構築を支援しています。 ukasz Kaiserは、Google Brainのスタッフ研究科学者であり、Tensorflow、Tensor2tensorおよびTraxライブラリ、トランスペーパーの共著者です。

コース1：NLPの分類とベクトル空間

これは、自然言語処理の専門化の最初のコースです。

1週目：ツイートの感情分析のロジスティック回帰

• 単純な方法を使用して、ツイートに肯定的または否定的な感情を分類する

2週目：ツイートの感情分析のためのナイーブベイズ

• センチメント分析には、より高度なモデルを使用します

3週目：ベクタースペースモデル

• ベクトル空間モデルを使用して単語間の関係を発見し、主成分分析（PCA）を使用してベクター空間の次元を減らし、それらの関係を視覚化する

4週目：機械翻訳のための単語の埋め込みと地域に敏感なハッシュ

• 事前に計算された単語の埋め込みと地域の敏感なハッシュを使用して、k-nearestの近隣検索を介して単語を関連付けるための局所性に敏感なハッシュを使用して、単純な英語からフランス語からフランス語への翻訳アルゴリズムを書きます

コース2：NLPの確率モデル

これは、自然言語処理の専門化の2番目のコースです。

1週目：最小編集距離を使用した自動修正

• 最小編集距離と動的プログラミングを使用して、シンプルな自動修正アルゴリズムを作成します

2週目：スピーチ（POS）タグ付け

• POSタグ付けにViterBiアルゴリズムを適用します。これは、計算言語学に重要です

3週目：N-GRAM言語モデル

• N-GRAMモデルを使用して、より良い自動コンプリートアルゴリズムを作成します（同様のモデルが翻訳に使用され、テキストの著者の決定、および音声認識に使用されます）

4週目：Word2vecおよび確率的勾配降下

• ニューラルネットワークを使用して、連続バッグオブワードモデルを使用して単語埋め込みを計算する独自のWord2Vecモデルを書く

コース3：NLPのシーケンスモデル

これは、自然言語処理の専門化の3番目のコースです。

1週目：ニューラルネットによる感情

• グローブワード埋め込みでニューラルネットワークをトレーニングして、ツイートの感情分析を実行する

2週目：言語生成モデル

• ゲート再生ユニット（GRU）言語モデルを使用して合成シェークスピアテキストを生成する

3週目：名前付きエンティティ認識（NER）

• 線形層を使用してLSTMを使用してNERを実行するために再発性ニューラルネットワークをトレーニングします

4週目：シャムネットワーク

• いわゆる「シャム」LSTMモデルを使用して、コーパスの質問を比較し、異なる言葉で表現されているが同じ意味を持つ質問を特定します

コース4：NLPの注意モデル

これは、自然言語処理の専門化の4番目のコースです。

1週目：注意を払った神経機械の翻訳

• エンコーダー/デコーダーの注意モデルを使用して、完全な英語文をフランス語に翻訳します

2週目：トランスモデルとの要約

• テキストを要約するためにトランスモデルを構築します

3週目：トランスモデルを使用した質問

• T5およびBERTモデルを使用して、質問応答を実行します

4週目：改革者モデルとのチャットボット

• 改革者モデルを使用してチャットボットを構築します

専門家の修了証明書