Aperçu du cours
Deze opleiding heeft als doel de deelnemers vertrouwd te maken met de kernconcepten van kunstmatige intelligentie (AI) toegepast op natuurlijke taalverwerking (NLP), inclusief automatische vertaling en tekstanalyse, met een sterke focus op praktische toepassingen en use cases.
Prérequis
- Basiskennis van programmeren en gegevensverwerking
- Begrip van fundamentele concepten van kunstmatige intelligentie is een pluspunt, maar niet verplicht
Fonctionnalités
- Begrijpen van de fundamentele principes van natuurlijke taalverwerking (NLP) en automatische vertaling
- Beheersen van populaire tools en bibliotheken voor NLP en automatische vertaling, zoals NLTK en spaCy
- Werken met vooraf getrainde modellen voor automatische vertaling en tekstanalyse
- Praktische kennis opdoen over de toepassingen van NLP in verschillende domeinen, waaronder vertaling, sentimentanalyse en named entity recognition (NER)
Public ciblé
- Ontwikkelaars
- Software-ingenieurs
- IT-professionals
- Data scientists
Détails
- 2 Sections
- 12 Lessons
- 2 Days
Expand all sectionsCollapse all sections
- Fundamentals van NLP (7 uur)6
- 1.1Introductie tot kunstmatige intelligentie en de toepassingen ervan in natuurlijke taalverwerking (NLP)
- 1.2Basisprincipes van NLP: tokenization, POS tagging, lemmatization, enz.
- 1.3Overzicht van de belangrijkste NLP-bibliotheken en frameworks (NLTK, spaCy, Hugging Face, enz.)
- 1.4Installatie en configuratie van ontwikkeltools voor NLP
- 1.5Gebruik van NLTK voor basisbewerkingen op tekst: tokenization, stemming, lemmatization, enz.
- 1.6Praktische oefening: Verkenning van de basisfunctionaliteiten van NLP met NLTK
- Automatische vertaling en tekstanalyse (7 uur)6
- 2.1Basisprincipes van machinevertaling (MT)
- 2.2Verschillende benaderingen en modellen voor automatische vertaling (statistisch, neuraal)
- 2.3Overzicht van vooraf getrainde vertaalmodellen (Google Translate, OpenNMT, enz.)
- 2.4Gebruik van vooraf getrainde modellen om tekst naar verschillende talen te vertalen
- 2.5Gebruik van spaCy voor syntactische en semantische analyse van tekst: named entity recognition (NER), sentimentanalyse, enz.
- 2.6Praktische oefening: Implementatie van een automatische vertaal- en tekstanalysetoepassing met vooraf getrainde modellen
Instructeur
