or
Ця вправа є частиною курсу
У цьому розділі ви познайомитеся з NLP, його застосуваннями, зокрема розпізнаванням іменованих сутностей і чатботами на основі ШІ. Ви навчитеся використовувати потужну бібліотеку spaCy для виконання різних завдань обробки природної мови: токенізації, сегментації речень, POS‑тегування та розпізнавання іменованих сутностей.
Дізнайтеся про лінгвістичні ознаки, вектори слів, семантичну схожість, аналогії та операції з векторними поданнями. У цьому розділі ви відкриєте, як у spaCy витягати вектори слів, класифікувати тексти за потрібною темою та знаходити семантично подібні терміни до заданих слів у корпусі або словнику моделі spaCy.
Ознайомтеся з компонентами конвеєра spaCy, процесом додавання компонента та аналізом NLP‑конвеєра. Ви також вивчите кілька підходів до правил‑орієнтованого видобування інформації з використанням класів EntityRuler, Matcher і PhraseMatcher у spaCy та пакета RegEx для Python.
Розгляньте кілька реальних сценаріїв, де моделі spaCy можуть помилятися, і дізнайтеся, як їх додатково тренувати, щоб підвищити якість. Ви познайомитеся з етапами навчання у spaCy, зрозумієте, як тренувати наявну модель spaCy або з нуля, а також як оцінювати модель під час інференсу.
Поточна вправа