Arquivo da tag: PLN

Uma lista completa de estruturas importantes de processamento de linguagem natural que você deve conhecer (Infográfico de NLP)

Visão global

  • Aqui está uma lista das estruturas mais importantes de processamento de linguagem natural (do inglês NLPNatural Language Processing) que você precisa conhecer nos últimos dois anos
  • Do Transformer do Google AI ao XLM / mBERT do Facebook Research, traçamos o aumento da NLP através das lentes dessas descobertas sísmicas.

Introdução

Você já ouviu falar sobre a estrutura mais recente de processamento de linguagem natural lançada recentemente? Eu não culpo você se você ainda está atualizando a excelente biblioteca StanfordNLP ou a estrutura PyTorch-Transformers!

Houve um aumento notável na quantidade de pesquisas e avanços ocorrendo na NLP nos últimos dois anos.

Posso rastrear essa recente ascensão a um artigo (sísmico) – “Atenção é tudo que você precisa” do Google AI em junho de 2017. Essa descoberta gerou tantas novas e empolgantes bibliotecas de NLP que nos permitem trabalhar com o texto de maneiras anteriormente limitado à nossa imaginação (ou Hollywood).

A seguir, o interesse no processamento de idiomas naturais, de acordo com as pesquisas do Google nos últimos 5 anos nos EUA:

estruturas de PNL

Continuar lendo Uma lista completa de estruturas importantes de processamento de linguagem natural que você deve conhecer (Infográfico de NLP)

7 Aplicações do Aprendizado Profundo para Processamento de Linguagem Natural

by 

O campo do processamento de linguagem natural está mudando de métodos estatísticos para métodos de redes neurais.

Ainda existem muitos problemas desafiadores para resolver em linguagem natural. No entanto, os métodos de aprendizagem profunda estão alcançando resultados de ponta em alguns problemas de linguagem específicos.

Não é apenas o desempenho de modelos de aprendizagem profunda sobre problemas de benchmark que é mais interessante; é o fato de que um único modelo pode aprender o significado de palavras e executar tarefas de linguagem, eliminando a necessidade de um pipeline de métodos especializados e manuais.

Aqui, você descobrirá 7 tarefas interessantes de processamento de linguagem natural, nas quais os métodos de aprendizagem profunda estão alcançando algum progresso.

Continuar lendo 7 Aplicações do Aprendizado Profundo para Processamento de Linguagem Natural

As melhores bibliotecas para Python e Processamento de Linguagem Natural

Libraries for data science

Essas são as melhores bibliotecas que transferem o Python de uma linguagem de programação de uso geral para uma ferramenta poderosa e robusta para análise e visualização de dados.

NumPy

O NumPy é a biblioteca básica ou o computador científico em Python, e muitas das bibliotecas downstream usam arrays NumPy como entradas e saídas. O NumPy introduz objetos para matrizes e matrizes multidimensionais e também rotinas que permitem aos desenvolvedores executar funções matemáticas e estatísticas avançadas nos arrays com o menor código possível.

Exemplo:

import numpy as np 
# Create the following rank 2 array with shape (3, 4) # [[ 1 2 3 4] # [ 5 6 7 8] # [ 9 10 11 12]] a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]]) 
# Use slicing to pull out the subarray consisting of the first 2 rows # and columns 1 and 2; b is the following array of shape (2, 2): # [[2 3] # [6 7]] b = a[:2, 1:3] 
# A slice of an array is a view into the same data, so modifying it # will modify the original array. print(a[0, 1]) # Prints "2" b[0, 0] = 77 # b[0, 0] is the same piece of data as a[0, 1] 
print(a[0, 1]) # Prints "77"

Continuar lendo As melhores bibliotecas para Python e Processamento de Linguagem Natural

Processamento de Linguagem Natural com Deep Learning (Palestra – Vídeo)

O interesse no Processamento de Linguagem Natural, do inglês Natural Language Processing (NLP) tem aumentado nos últimos tempos, devido à proliferação de interfaces conversacionais como Siri, Cortana e outros chatbots. Esta palestra faz uma introdução ao uso de Deep Learning na solução de problemas de NLP através de exemplos práticos: classificação, tradução, produção de textos são algumas das aplicações que serão abordadas.

Clique na imagem para ver o vídeo!

pln

Evento: QCon
Ano: 2017
Palestrante: Juliano

Seu guia para processamento de linguagem natural (NLP)

Versão original em inglês (Todos os direitos reservados ao autor)

Tudo o que expressamos (verbalmente ou por escrito) carrega grandes quantidades de informação. O tópico que escolhemos, nosso tom, nossa seleção de palavras, tudo adiciona algum tipo de informação que pode ser interpretada e valor extraído dela. Em teoria, podemos entender e até prever o comportamento humano usando essa informação.

Mas há um problema: uma pessoa pode gerar centenas ou milhares de palavras em uma declaração, cada sentença com sua complexidade correspondente. Se você quiser dimensionar e analisar várias centenas, milhares ou milhões de pessoas ou declarações em uma dada geografia, a situação é incontrolável.

Dados gerados a partir de conversas, declarações ou até tweets são exemplos de dados não estruturados. Os dados não estruturados não se encaixam perfeitamente na tradicional estrutura de linhas e colunas dos bancos de dados relacionais e representam a grande maioria dos dados disponíveis no mundo real. É confuso e difícil de manipular. No entanto, graças aos avanços em disciplinas como aprendizado de máquina, uma grande revolução está acontecendo em relação a este tópico. Hoje em dia, não se trata mais de tentar interpretar um texto ou fala com base em suas palavras-chave (o antigo modo mecânico), mas sim em entender o significado por trás dessas palavras (o modo cognitivo). Desta forma, é possível detectar figuras de linguagem como ironia, ou mesmo realizar análises de sentimentos.

O Processamento de Linguagem Natural ou do inglês NLP – Natural Language Processing é um campo de Inteligência Artificial que dá às máquinas a capacidade de ler, entender e extrair significado das linguagens humanas.

É uma disciplina que se concentra na interação entre a ciência de dados e a linguagem humana e está se expandindo para muitas indústrias. Hoje a NLP está crescendo graças às enormes melhorias no acesso aos dados e ao aumento do poder computacional, que permitem que os profissionais obtenham resultados significativos em áreas como saúde, mídia, finanças e recursos humanos, entre outros.

Continuar lendo Seu guia para processamento de linguagem natural (NLP)