Aprenda Processamento de Linguagem Natural (NLP) com Python para Classificação de Texto em Japonês

Sobre este Curso

Neste curso, você aprenderá sobre processamento de linguagem natural (NLP) usando Python, com foco específico na classificação de texto em japonês. Abordaremos a coleta de dados, pré-processamento de documentos, como divisão de dados, e realizaremos a classificação de documentos usando análise morfológica. Você também aprenderá os conceitos básicos essenciais de Python, matemática e redes neurais necessários para análise.

Por que Aprender Classificação de Texto em Japonês com NLP?

Técnicas de processamento de linguagem natural, como mecanismos de busca, tradução automática, chatbots e classificação de e-mails de spam, são amplamente utilizadas em diversos aspectos da vida e dos negócios. No entanto, a classificação de texto em japonês é considerada mais desafiadora em comparação com idiomas como o inglês, devido às estruturas gramaticais e limites de palavras pouco claros. Ao aprimorar suas habilidades em NLP japonês, você pode aprimorar aplicativos como tradução automática e filtragem de e-mails de spam, e obter insights para melhorias adicionais de precisão.

O que Você Aprenderá

Neste curso, nosso instrutor, um engenheiro profissional de aprendizado de máquina, irá guiá-lo pelos fundamentos e aspectos práticos do NLP japonês, com foco específico na classificação de documentos. Embora o NLP englobe várias técnicas, como análise de sentimentos e resolução de correferência, exploraremos especificamente a "análise morfológica" usando o mecanismo de análise morfológica MeCab para lidar com a classificação de documentos em procedimentos parlamentares. Você aprenderá o seguinte: - Técnicas de processamento de linguagem natural usando Python - Conceitos básicos de sintaxe Python, começando pelos fundamentos e avançando para a avaliação de conteúdo analisado - Uma abordagem equilibrada de explicações teóricas e programação prática - Cobertura abrangente de tarefas básicas a práticas, com foco na análise morfológica mais fundamental em NLP - Introdução à matemática essencial necessária para o processamento de linguagem natural - Uma base sólida para aprendizado e exploração adicionais após a conclusão deste curso

Objetivos do Curso

O objetivo deste curso é capacitar você a realizar a classificação de documentos por conta própria e construir uma base sólida para aprendizado adicional. Para alcançar isso, abordaremos sistematicamente os conceitos básicos de matemática, Python e aprendizado de máquina.

Histórico de Revisões

- 2020/08/24: Houve um erro no problema de exemplo da palestra sobre o teorema de Bayes. Por favor, leia como "um não fumante sendo um fumante". Adicionamos uma legenda à seção de exemplo. - 2020/08/24: Houve um erro de digitação na saída do recurso "Representação Quantitativa de Palavras e Documentos", que foi corrigido e reenviado para o Google Drive. - 2020/07/18: A tarefa de melhorar o código para validação cruzada estava demorando muito para processar. Adicionamos uma nota e instruções sobre como lidar com esse problema. - 2020/07/11: Houve um erro na explicação da tarefa "Criando Word2Vec a partir do Corpus da Wikipedia" no bloco de notas Jupyter, que foi corrigido. - 2020/07/11: Estava faltando a importação no arquivo de resposta para o problema "Projeções Ortogonais", que foi adicionada. - 2020/07/11: Houve um erro no quadro branco da palestra sobre Máquina de Vetores de Suporte, que foi substituído por um novo vídeo. O conteúdo permanece o mesmo e o erro foi legendado. - 2020/07/08: Houve problemas com o arquivo de problema e o arquivo de resposta para o problema "Produto Escalar e ngulo entre Vetores", que foram substituídos. - 2020/07/02: Houve um erro no quadro branco da palestra sobre Análise de Componentes Principais, que foi substituído por um novo vídeo. O conteúdo permanece o mesmo e o erro foi editado. - 2020/06/29: A pasta de stopwords estava faltando nos recursos, que foi adicionada. - 2020/06/29: Uma pasta de dados vazia foi adicionada aos recursos para armazenar arquivos criados durante o curso. - 2020/06/28: Houve um erro no quadro branco da palestra sobre o teorema de Bayes e na palestra de exemplo, que foram substituídos. O conteúdo permanece o mesmo e os erros foram legendados. - 2020/06/28: Houve um problema com o arquivo de resposta para o Problema 1, que foi substituído.