Natural Language Processing Specialization

자연어 처리 전문화

자연어 처리 (NLP)는 알고리즘을 사용하여 인간 언어를 이해하고 조작합니다. 이 기술은 기계 학습에서 가장 광범위하게 적용되는 영역 중 하나입니다. AI가 계속 확장됨에 따라 연설 및 언어를 분석하고 상황에 맞는 패턴을 발견하며 텍스트 및 오디오에서 통찰력을 생성하는 모델을 구축하는 전문가에 대한 수요도 계속 확장됩니다. 이 전문화는 최첨단 NLP 시스템을 구축하는 데 필요한 최첨단 딥 러닝 기술을 제공합니다. 이 전문화가 끝날 무렵, 질문 응답 및 감정 분석을 수행하고 언어를 번역하고 텍스트를 요약하는 도구를 만들고 챗봇을 구축하는 NLP 응용 프로그램을 설계 할 준비가됩니다.

이 전문화는 기계 학습 또는 인공 지능 학생들뿐만 아니라 NLP 모델의 작동 방식과 적용 방법에 대한 더 깊은 이해를 원하는 소프트웨어 엔지니어를위한 것입니다. 학습자는 기계 학습, 딥 러닝 프레임 워크 경험 (예 : Tensorflow, Keras)을 포함한 중간 파이썬에 대한 실무 지식, 미적분학, 선형 대수 및 통계에 대한 숙련도를 가져야합니다. 이러한 기술을 닦으려면 Deeplearning.ai가 제공하고 Andrew Ng가 가르치는 딥 러닝 전문화를 권장합니다.

이 전문화는 NLP의 두 전문가, 기계 학습 및 딥 러닝의 두 전문가가 설계하고 가르칩니다. Younes Bensouda Mourri는 Stanford University의 AI 강사로서 딥 러닝 전문화를 도왔습니다. 우쿠 카스 카이저는 Google Brain의 직원 연구 과학자이며 Tensorflow의 공동 저자, Tensor2tensor 및 Trax 라이브러리 및 Transformer Paper입니다.

코스 1 : NLP의 분류 및 벡터 공간

이것은 자연어 처리 전문화의 첫 번째 과정입니다.

1 주차 : 트윗의 감정 분석을위한 로지스틱 회귀

• 간단한 방법을 사용하여 트윗에서 긍정적 또는 부정적인 감정을 분류하십시오.

2 주차 : 트윗의 감정 분석을위한 순진한 베이

• 감정 분석을 위해 고급 모델을 사용하십시오

3 주차 : 벡터 공간 모델

• 벡터 공간 모델을 사용하여 단어 간의 관계를 발견하고 PCA (Principal Component Analysis)를 사용하여 벡터 공간의 차원을 줄이고 해당 관계를 시각화합니다.

4 주차 : 기계 번역을위한 단어 임베딩 및 지역 민감한 해싱

• 대략적인 k-narest 이웃 검색을 통해 단어를 연관시키기 위해 미리 컴퓨팅 된 단어 임베딩 및 지역 민감한 해싱을 사용하여 간단한 영어로 프랑스 번역 알고리즘을 작성하십시오.

코스 2 : NLP의 확률 모델

이것은 자연어 처리 전문화의 두 번째 과정입니다.

1 주차 : 최소 편집 거리를 사용하여 자동 수정

• 최소 편집 거리 및 동적 프로그래밍을 사용하여 간단한 자동 수정 알고리즘 작성

2 주차 : 부품 (POS) 태깅

• POS 태그에 Viterbi 알고리즘을 적용합니다. 이는 계산 언어학에 중요합니다.

3 주차 : N- 그램 언어 모델

• N-Gram 모델을 사용하여 더 나은 자동 완성 알고리즘을 작성하십시오 (유사한 모델은 번역에 사용됩니다. 텍스트의 저자 결정 및 음성 인식).

4 주차 : Word2Vec 및 확률 적 구배 출신

• 신경망을 사용하여 연속적인 백색 가방 모델을 사용하여 단어 임베딩을 계산하는 나만의 Word2Vec 모델 작성

코스 3 : NLP의 서열 모델

이것은 자연어 처리 전문화의 세 번째 과정입니다.

1 주차 : 신경망에 대한 감정

• 트윗의 감정 분석을 수행하기 위해 글러브 단어 임베딩으로 신경망을 훈련

2 주차 : 언어 생성 모델

• GRU (Gated Reburrent Unit) 언어 모델을 사용하여 합성 셰익스피어 텍스트 생성

3 주차 : 지명 된 엔티티 인식 (NER)

• 선형 레이어로 LSTM을 사용하여 NER을 수행하기 위해 반복 신경 네트워크를 훈련시킵니다.

4 주차 : 시암 네트워크

• 소위 '시암'LSTM 모델을 사용하여 코퍼스의 질문을 비교하고 다르게 말하지만 동일한 의미를 갖는 질문을 식별하십시오.

코스 4 : NLP의주의 모델

이것은 자연어 처리 전문화의 네 번째 과정입니다.

1 주차 :주의를 기울인 신경 기계 번역

• 인코더/디코더주의 모델을 사용하여 전체 영어 문장을 프랑스어로 번역하십시오.

2 주차 : 변압기 모델과의 요약

• 텍스트를 요약하기 위해 변압기 모델을 구축하십시오

3 주차 : 변압기 모델로 질문에 대한 질문

• T5 및 Bert 모델을 사용하여 질문 답변을 수행하십시오

4 주차 : 개혁자 모델이있는 챗봇

• 개혁자 모델을 사용하여 챗봇을 구축하십시오

전문화 완료 인증서