Познакомьтесь со spaCy — отраслевым стандартом для NLP

В этом курсе вы узнаете, как использовать spaCy — быстро развивающуюся библиотеку, ставшую отраслевым стандартом, — для выполнения различных задач обработки естественного языка, таких как токенизация, сегментация предложений, синтаксический разбор и распознавание именованных сущностей. spaCy предоставляет мощные, простые в использовании и готовые к промышленной эксплуатации возможности для широкого спектра задач обработки естественного языка.

Изучите основные операции spaCy

Вы начнёте с изучения основных операций spaCy и того, как использовать их для анализа текста и извлечения информации из неструктурированных данных. Затем вы будете работать с классами spaCy, такими как Doc, Span и Token, и узнаете, как использовать различные компоненты spaCy для вычисления векторов слов и прогнозирования семантического сходства.

Обучайте модели spaCy и узнайте о сопоставлении по шаблонам

Вы будете практиковаться в написании простых и сложных шаблонов сопоставления для извлечения заданных терминов и фраз из неструктурированных данных с помощью EntityRuler, Matcher и PhraseMatcher. Вы также узнаете, как создавать пользовательские компоненты конвейера и создавать данные для обучения и оценки. Оттуда вы перейдёте к обучению моделей spaCy и тому, как использовать их для инференса. На протяжении всего курса вы будете работать с примерами из реальной практики и закрепите понимание того, как использовать spaCy в собственных NLP-проектах.

Измерение семантического сходства с помощью spaCy

Create Your Free Account