Seu Estado
Não Inscrito
Preço
Assinantes

O que você aprenderá

  • Aprenda os conceitos básicos de processamento de linguagem natural, como: part-of-speech, lematização, stemização, stop words, parsing de dependências, semelhança entre palavras e tokenização
  • Utilize a biblioteca spaCy e o Google Colab para suas implementações de processamento de linguagem natural
  • Crie um classificador de sentimentos utilizando uma base de dados do Twitter em português
  • Crie implementações de processamento de linguagem natural no idioma português
  • Treine modelos de machine learning utilizando o spaCy

Requisitos

  • Lógica de programação, principalmente estruturas condicionais e de repetição
  • Básico da linguagem Python é desejável, porém, é possível acompanhar o curso sem dominar essa linguagem com profundidade

Descrição

A área de Processamento de Linguagem Natural – PLN (Natural Language Processing – NLP) é uma subárea da Inteligência Artificial que tem como objetivo tornar os computadores capazes de entender a linguagem humana, tanto escrita quanto falada. Alguns exemplo de aplicações práticas são: tradutores entre idiomas, tradução de texto para fala ou fala para texto, chatbots, sistemas automáticos de perguntas e respostas, sumarização de textos, geração automática de descrições para imagens, adição de legendas em vídeos, classificação de sentimentos em frases, dentre várias outras!

Atualmente, este setor está cada vez mais necessitando de soluções de Processamento de Linguagem Natural, ou seja, aprender essa área pode ser a chave para trazer soluções reais para necessidades presentes e futuras. Baseado nisso, este curso foi projetado para quem deseja crescer ou iniciar uma nova carreira na área de Processamento de Linguagem Natural, utilizando a biblioteca spaCy e a linguagem Python! O spaCy é uma biblioteca desenvolvida com foco no uso em ambientes de produção, possibilitando a criação de aplicativos que processam e entendem grandes volumes de texto. Ela pode ser usada para extrair informações, entender linguagem natural ou preprocessar textos para posterior uso em modelos de deep learning.

O curso está dividido em três partes:

  1. Na primeira você vai aprender os recursos mais básicos de Processamento de Linguagem Natural utilizando o spaCy, como: part-of-speech, lematização, stemização, reconhecimento de entidades nomeadas, stop words, parsing de dependências, semelhanças entre palavras e tokenização
  2. Na segunda parte criaremos um classificador de emoções utilizando frases em português, utilizando 100% os modelos de machine learning disponibilizados pelo próprio spaCy
  3. Por fim, na terceira e última parte, criaremos um classificador de sentimentos utilizando uma base de dados do Twitter com textos em português

Utilizaremos tecnologias modernas, como a linguagem Python e o Google Colab, garantindo que você não tenha problemas com instalações ou configurações de softwares na sua máquina local.

Para quem é este curso

  • Pessoas interessadas em Inteligência Artificial, Mineração de Textos ou Processamento de Linguagem Natural
  • Pessoas interessadas na biblioteca spaCy
  • Alunos de graduação e pós-graduação que estão estudando disciplinas ligadas a área de Inteligência Artificial
  • Alunos que querem aprender passo a passo como funciona a área de classificação de textos

Avaliações e Comentários

4.8
Avaliação média
24 Avaliações
5
21
4
2
3
1
2
0
1
0
Qual foi a sua experiência com esse curso? Conte para nós!
Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 5 meses atrás
por Ivan Garcia Guimarães

Excelente o curso!

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 5 meses atrás
por Fabio Spak

Gostei muito do curso, pois ele combina teoria e prática.

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 7 meses atrás
por Gilson Nunes dos Santos Júnior

Acredito que está mum ritmo um pouco corrido. Estou conseguindo acompanhar por já ter conhecimento, mas penso que, do que ensinar o que e como fazer, também dizer o porquê de se fazer. Penso que isso ajudaria os estudantes a assimilar melhor o conteúdo.

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 8 meses atrás
por Aline Lorandi

The teacher explains very well. The course is excellent.

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 8 meses atrás
por Calilo Kizan

O professor é extremamente didático e sua explicação é perfeita!

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 8 meses atrás
por ELIAS ANTÔNIO RODRIGUES

Conteúdo do Curso é muito bom e explicado de uma forma simples!

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 8 meses atrás
por Fabio Henrique Frazão Mendes

Excelente curso!

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 9 meses atrás
por Matias Schwenske Ucker

Ótimo curso, muito bem elaborado.

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 9 meses atrás
por Robson Junqueira da Rosa

Acho que faltou um pouco mais de detalhamento no NER, se podemos customizar essa atividade. Fora isso curso excelente como todos os outros do professor, explicações na medida certa.

Profile photo ofcomentarios_udemy Comentário extraído do curso na Udemy
Publicado 9 meses atrás
por Bruno Antunes

Muito bom o curso

Mostrar mais avaliações
Qual foi a sua experiência com esse curso? Conte para nós!