บทนําสู่การประมวลผลภาษาธรรมชาติด้วย TensorFlow
ระดับเริ่มต้น
นักวิทยาศาสตร์ข้อมูล
นักพัฒนา
นักเรียน
Azure Machine Learning
ในโมดูลนี้ เราจะสํารวจสถาปัตยกรรมโครงข่ายประสาทเทียมต่างๆ สําหรับการประมวลผลข้อความภาษาธรรมชาติ การประมวลผลภาษาธรรมชาติ (NLP) มีประสบการณ์การเติบโตและความก้าวหน้าอย่างรวดเร็วเนื่องจากประสิทธิภาพของแบบจําลองภาษาขึ้นอยู่กับความสามารถโดยรวมของพวกเขาในการ "เข้าใจ" ข้อความและสามารถฝึกได้โดยใช้เทคนิคที่ไม่ได้คาดหมายบน corpora ข้อความขนาดใหญ่ นอกจากนี้ โมเดลข้อความที่ผ่านการฝึกอบรมไว้ล่วงหน้ายังทําให้งาน NLP จํานวนมากง่ายขึ้น และปรับปรุงประสิทธิภาพการทํางานอย่างมาก เราเรียนรู้เพิ่มเติมเกี่ยวกับเทคนิคเหล่านี้และพื้นฐานของ NLP ในโมดูลการเรียนรู้นี้
วัตถุประสงค์การเรียนรู้
ในโมดูลนี้ คุณจะต้อง:
- ทําความเข้าใจวิธีการประมวลผลข้อความสําหรับงานการประมวลผลภาษาธรรมชาติ
- ทําความรู้จักกับ Recurrent Neural Networks (RNNs) และ Generative Networks
- เรียนรู้วิธีการสร้างแบบจําลองการจัดประเภทแบบข้อความ
- เรียนรู้วิธีสร้างข้อความด้วยเครือข่ายที่เกิดซ้ํา
สิ่งที่จำเป็นต้องมี
- ความรู้พื้นฐานของ Python
- ความเข้าใจพื้นฐานของการเรียนรู้ของเครื่อง
- TensorFlow 2.16 หรือใหม่กว่า