Pelajari dasar-dasar pemrosesan teks dalam Natural Language Processing (NLP). Kuasai teknik seperti tokenization, penghapusan stop word dan tanda baca, serta normalisasi teks dengan lowercasing, stemming, dan lemmatization untuk menyiapkan data teks bagi analisis lanjutan dan ekstraksi wawasan.

Pengantar natural language processing

Tokenisasi kalimat dan kata

Alur kerja NLP

Penanganan stop words dan tanda baca

Menghapus stop words

Menghapus tanda baca

Teknik normalisasi teks

Mengubah ke huruf kecil

Stemming

Lematisasi

Dasar-Dasar Pemrosesan Teks

Ubah teks mentah menjadi fitur numerik yang kuat. Buat representasi Bag-of-Words dan TF-IDF untuk menangkap tingkat kepentingan kata di berbagai dokumen, lalu jelajahi word embeddings seperti Word2Vec dan GloVe untuk mengungkap pola semantik yang mendalam. Visualisasikan frekuensi, relevansi, dan kemiripan untuk menghidupkan data teks Anda.

Representasi Bag-of-Words

Membangun kosakata dari ulasan pelanggan

Mengonversi teks menjadi angka dengan BoW

Analisis frekuensi ulasan produk

Memvisualisasikan frekuensi kata

Vektorisasi TF-IDF

Representasi TF-IDF dari umpan balik produk

Membandingkan representasi BoW dan TF-IDF

Embeddings

Mengeksplorasi relasi kata dengan embeddings

Memvisualisasikan dan membandingkan word embedding

Ekstraksi Fitur dari Teks

Manfaatkan kekuatan model pra-latih untuk menjalankan tugas klasifikasi teks tingkat lanjut. Gunakan pipeline Hugging Face untuk analisis sentimen, klasifikasi topik, dan natural language inference. Evaluasi kemiripan semantik dan ketepatan gramatikal dengan model mutakhir, semuanya tanpa harus membangun dari nol.

Pipeline Hugging Face untuk analisis sentimen

Menganalisis sentimen sebuah ulasan

Klasifikasi batch untuk beberapa ulasan

Membandingkan model pada data ulasan berlabel

Klasifikasi zero-shot dan QNLI

Klasifikasi zero-shot untuk tiket dukungan

Apakah teks tersebut menjawab pertanyaannya?

Kemiripan pertanyaan dan ketepatan tata bahasa

Mendeteksi pertanyaan duplikat

Memeriksa ketepatan tata bahasa

Klasifikasi Teks dengan Hugging Face

Selami inti aplikasi NLP modern dengan teknik klasifikasi token dan generasi teks. Pelajari cara mengekstrak entitas bermakna dan struktur gramatikal menggunakan NER dan PoS tagging. Kuasai question answering ekstraktif dan abstraktif, serta jelajahi tugas generasi lanjutan termasuk ringkasan, penerjemahan, dan pemodelan bahasa menggunakan pipeline Hugging Face.

Klasifikasi token

Mengidentifikasi named entity dalam judul berita

Pelabelan Part of Speech untuk analisis teks

Question answering

Menjawab pertanyaan dari deskripsi produk

Menghasilkan jawaban natural dengan QA abstraktif

Tugas pembangkitan sekuens

Meringkas artikel berita untuk wawasan cepat

Menerjemahkan ulasan pelanggan ke bahasa Prancis

Membangun sistem pelengkapan pencarian

Selamat

Klasifikasi Token dan Generasi Teks

product_reviews.csv

Manfaatkan kekuatan Natural Language Processing (NLP) dan tingkatkan keterampilan analisis teks Anda! Kursus ini membekali Anda dengan alat penting untuk memproses, menganalisis, dan mengekstrak wawasan dari data teks. Mulai dari dasar pemrosesan teks seperti tokenization, lemmatization, dan stemming, hingga mengekstraksi fitur numerik bermakna dari teks menggunakan bag-of-words (BoW), TF-IDF, dan embeddings. Terakhir, manfaatkan model transformer mutakhir dengan Hugging Face. Lakukan analisis sentimen, klasifikasi konten, analisis hubungan pertanyaan–jawaban, penilaian keberterimaan gramatikal, dan generasi teks menggunakan model terkini.

<h2>Bangun Dasar NLP yang Kuat </h2>Manfaatkan kekuatan Pemrosesan Bahasa Alami (NLP) dan tingkatkan keterampilan analisis teks Anda ke level berikutnya! Kursus ini membekali Anda dengan alat-alat penting untuk memproses, menganalisis, dan mengekstrak wawasan dari data teks. Mulailah dengan dasar-dasar pemrosesan teks, mulai dari tokenisasi hingga pembersihan dan normalisasi teks dengan menghapus kata-kata stop, tanda baca, serta menerapkan lemmatisasi dan stemming untuk meningkatkan konsistensi teks.<br><br><h2>Mengekstrak Fitur Berarti dari Teks</h2>Melampaui teks mentah dan ubah menjadi representasi numerik! Jelajahi representasi Bag-of-Words, pelajari vektorisasi TF-IDF, dan manfaatkan word embeddings yang kuat seperti Word2Vec dan GloVe untuk menangkap hubungan semantik antara kata-kata.<br><br><h2>Klasifikasi dan Generasi Teks dengan Kecerdasan Buatan (AI)</h2>Manfaatkan kekuatan model transformator terkini menggunakan pipeline Hugging Face. Pelajari cara melakukan analisis sentimen, mengklasifikasikan konten, menganalisis hubungan pertanyaan-jawaban, mengevaluasi kelayakan tata bahasa, dan menghasilkan teks menggunakan berbagai model. Jelajahi Pengenalan Entitas Bernama (NER), Penandaan Bagian Kata (PoS), ringkasan teks, dan terjemahan untuk memperluas toolkit NLP Anda.<br><br><h2>Perpustakaan NLP utama</h2>Pada akhir kursus ini, Anda akan memiliki pemahaman yang kuat tentang dasar-dasar NLP dan pengalaman praktis dengan perpustakaan-perpustakaan utama seperti nltk, sklearn, gensim, dan transformers dari Hugging Face. Mulailah perjalanan Anda hari ini dan ubah cara Anda berinteraksi dengan data teks!

Python Toolbox

Kuasi analisis teks dengan teknik NLP dari praproses hingga model transformer canggih.

Natural Language Processing (NLP) in Python

Kuasai analisis teks dengan teknik NLP esensial, mulai dari prapemrosesan hingga model transformer canggih. 

Selamat

Create Your Free Account