Eğitim İçeriği

Doğal Dil İşleme (NLP) ile ilgili Python paketlere genel bakış

Doğal Dil İşlemeye (NLP) giriş (tabii ki Python örnekleriyle)

  1. Basit Metin İşlemleri
    1. Metinde Arama
    2. Sayma Word
    3. Metinleri Word'lere Ayırma
    4. Sözcüksel dağılım
  2. Karmaşık yapıları işleme
    1. Metni Listelerde Gösterme
    2. Listeleri İndeksleme
    3. Birliktelikler
    4. İkili Birliktelikler (Bigrams)
    5. Frekans Dağılımları
    6. Word'lerle Koşullu ifadeler
    7. Word'leri Karşılaştırma (startswith, endswith, islower, isalpha, vb...)
  3. Doğal Dil Anlama
    1. Word Anlam Belirsizliğini Giderme
    2. Zamir Çözümlemesi
  4. Makine çevirileri (istatistiksel, kural tabanlı, kelime kelime, vb...)
  5. Alıştırmalar

Python içinde NLP örnekleri

  1. Access Metin Veri Kümesi ve Sözlüksel Kaynaklar
    1. Veri kümeleri için yaygın kaynaklar
    2. Koşullu Frekans Dağılımları
    3. Türlere Göre Word Sayımı
    4. Kendi veri kümesini oluşturma
    5. Telaffuz Sözlüğü
    6. Shoebox ve Toolbox Sözlükleri
    7. Anlamlar ve Eş Anlamlılar
    8. Hiyerarşiler
    9. Sözlüksel İlişkiler: Meronimler, Holonimler
    10. Anlamsal Benzerlik
  2. Ham Metni İşleme
    1. Yazdırma
    2. Kısaltma
    3. Dizelerin parçalarını çıkarma
    4. Access Bireysel karakterler
    5. Arama, değiştirme, bölme, birleştirme, indeksleme vb...
    6. Düzenli ifadeler kullanma
    7. Kelime kalıplarını algılama
    8. Kök Bulma (Stemming)
    9. Tokenizasyon
    10. Metni Normalleştirme
    11. Word Segmentasyonu (özellikle Çince'de)
  3. Word'leri Kategorize Etme ve Etiketleme
    1. Etiketlenmiş Veri Kümeleri
    2. Etiketlenmiş Token'lar
    3. Parça-Konuşma Etiket Kümesi
    4. Python Sözlükleri
    5. Word'leri Özelliklere Eşleme
    6. Otomatik Etiketleme
    7. Bir Word'ün Kategorisini Belirleme (Morfolojik, Sözdizimsel, Anlamsal)
  4. Metin Sınıflandırması (Machine Learning)
    1. Denetimli Sınıflandırma
    2. Cümle Segmentasyonu
    3. Çapraz Doğrulama
    4. Karar Ağaçları
  5. Metinden Bilgi Çıkarma
    1. Parçalama (Chunking)
    2. Parçalama (Chinking)
    3. Etiketler ve Ağaçlar
  6. Cümle Yapısını Analiz Etme
    1. Bağlamdan Bağımsız Dilbilgisi
    2. Ayrıştırıcılar
  7. Özellik Tabanlı Dilbilgileri Oluşturma
    1. Dilbilgisel Özellikler
    2. Özellik Yapılarını İşleme
  8. Cümlelerin Anlamını Analiz Etme
    1. Semantik ve Mantık
    2. Önermsel Mantık
    3. Birinci Dereceden Mantık
    4. Söylem Semantiği
  9. Dilbilimsel Verileri Yönetme
    1. Veri Formatları (Sözlük vs Metin)
    2. Meta Veri

Kurs İçin Gerekli Önbilgiler

Temel Python Bilgisi

 28 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Danışanlarımızın Yorumları (1)

Yaklaşan Etkinlikler

İlgili Kategoriler