آموزش پردازش زبان طبیعی با ترنسفورمر در پایتون + مثال عملی در Hugging Face

آموزش پردازش زبان طبیعی با ترنسفورمر در پایتون + مثال عملی در Hugging Face

آموزش پردازش زبان طبیعی با ترنسفورمرها در پایتون به همراه حل مثال عملی در Hugging Face، معرفی کتابخانه‌ های کلیدی برای ترنسفورمرها

تریلر دوره

توضیحات کامل دوره

پردازش زبان طبیعی چیست؟ پردازش زبان طبیعی NLP (Natural Language Processing)، شاخه‌ای از هوش مصنوعی است که به تعامل بین کامپیوترها و زبان انسانی می‌پردازد. هدف NLP این است که کامپیوتر...

پردازش زبان طبیعی چیست؟

پردازش زبان طبیعی NLP (Natural Language Processing)، شاخه‌ای از هوش مصنوعی است که به تعامل بین کامپیوترها و زبان انسانی می‌پردازد. هدف NLP این است که کامپیوترها بتوانند زبان انسان را به‌طور طبیعی درک، تفسیر و تولید کنند. این فناوری شامل مجموعه‌ای از تکنیک‌ها و الگوریتم‌ها است که به تجزیه‌وتحلیل، پردازش و تولید زبان نوشتاری و گفتاری کمک می‌کنند.

ترنسفورمر چیست؟

ترنسفورمر (Transformer)، یک مدل شبکه عصبی است که برای پردازش زبان طبیعی و وظایف مرتبط با آن توسعه یافته است. این مدل توسط Vaswani و همکارانش در مقاله "Attention is All You Need" در سال ۲۰۱۷ معرفی شد و از آن زمان به یکی از پایه‌های اصلی مدل‌های پیشرفته NLP تبدیل شده است. ترنسفورمرها به دلیل استفاده از مکانیزم توجه (Attention Mechanism)، بسیار موثر و کارآمد هستند.

اهمیت یادگیری پردازش زبان طبیعی با ترنسفورمرها در پایتون چیست؟

یادگیری پردازش زبان طبیعی (NLP) با ترنسفورمرها در پایتون اهمیت دارد؛ زیرا ترنسفورمرها دقت و کارایی بالایی در انجام وظایف مختلف NLP ارائه می‌دهند. این مدل‌ها توانایی درک و تولید زبان انسانی را بهبود بخشیده و در کاربردهایی مانند ترجمه، خلاصه‌سازی، پاسخ به سوالات و تحلیل احساسات عملکرد بهتری دارند.

با استفاده از پایتون، که دارای کتابخانه‌های قدرتمندی مانند TensorFlow و PyTorch است، می‌توان به راحتی این مدل‌ها را پیاده‌سازی و استفاده کرد. این مهارت‌ها در بازار کار بسیار مورد تقاضا هستند و می‌توانند در عصر حاضر، فرصت‌های شغلی بسیاری در حوزه‌های هوش مصنوعی و یادگیری ماشین فراهم کنند.

در این فرادرس چه چیزی یاد می‌گیریم؟

در این آموزش، ابتدا کلیاتی از پردازش زبان طبیعی، یادگیری عمیق و معماری ترنسفورمر بیان می‌شود، سپس به کمک مثال‌های عملی در پایتون و بستر Hugging Face با برنامه‌نویسی معماری ترنسفورمر در شاخه‌های مختلف پردازش زبان طبیعی آشنا می‌شویم.

  • فصل یکم: مقدمه‌ای بر پردازش زبان طبیعی با ترنسفورمرها 
    • درس ۱: مفاهیم اولیه
    • درس ۲: معماری ترنسفورمر
  • فصل دوم: طبقه‌بندی متن با معماری ترنسفورمر
    • درس ۳: طبقه‌بندی متن و مدل یادگیری Distilbert
    • درس ۴: مثال طبقه‌بندی متن در پایتون و Huggingface
  • فصل سوم: تشخیص موجودیت‌های نامدار با معماری ترنسفورمر
    • درس ۵: شناسایی موجودیت نامدار و مدل یادگیری XLM-R
    • درس ۶: مثال شناسایی موجودیت نامدار –  مدل‌های Tokenize
    • درس ۷: مثال شناسایی موجودیت نامدار – پیش‌پردازش و اعمال Tokenize
    • درس ۸: مثال شناسایی موجودیت نامدار – تعاریف اولیه بخش آموزش
    • درس ۹: مثال شناسایی موجودیت نامدار – آموزش و Finetuning
  • فصل چهارم: خلاصه‌سازی متن با معماری ترنسفورمر
    • درس ۱۰: خلاصه‌سازی متن و مدل یادگیری Pegasus
    • درس ۱۱: مثال خلاصه‌سازی متن – تعاریف اولیه آموزش
    • درس ۱۲: مثال خلاصه‌سازی متن – تعریف تابع ارزیابی
    • درس ۱۳: مثال خلاصه‌سازی متن – آموزش و Finetuning
  • فصل پنجم: ترجمه ماشینی با معماری ترنسفورمر
    • درس ۱۴: ترجمه ماشینی و مدل یادگیری T5
    • درس ۱۵: مثال ترجمه ماشینی در پایتون و Huggingface
  • فصل ششم: راهنمایی ادامه مسیر
    • درس ۱۶: جمع‌بندی و نتیجه مباحث
    • درس ۱۷: ادامه یادگیری
       

سرفصل‌های دوره

  • چکیده
    0:01:28

  • مفاهیم اولیه
    رایگان 0:13:56
  • معماری ترنسفورمر
    0:09:20

  • طبقه‌بندی متن و مدل یادگیری Distilbert
    0:11:09
  • مثال طبقه‌بندی متن در پایتون و Huggingface
    0:10:57

  • شناسایی موجودیت نامدار و مدل یادگیری XLM-R
    رایگان 0:11:58
  • مثال شناسایی موجودیت نامدار –  مدل‌های Tokenize
    0:08:31
  • مثال شناسایی موجودیت نامدار – پیش‌پردازش و اعمال Tokenize
    0:11:22
  • مثال شناسایی موجودیت نامدار – تعاریف اولیه بخش آموزش
    رایگان 0:12:03
  • مثال شناسایی موجودیت نامدار – آموزش و Finetuning
    0:05:16

  • خلاصه‌سازی متن و مدل یادگیری Pegasus
    رایگان 0:09:31
  • مثال خلاصه‌سازی متن – تعاریف اولیه آموزش
    0:13:39
  • مثال خلاصه‌سازی متن – تعریف تابع ارزیابی
    0:13:00
  • مثال خلاصه‌سازی متن – آموزش و Finetuning
    رایگان 0:08:17

  • ترجمه ماشینی و مدل یادگیری T5
    0:10:11
  • مثال ترجمه ماشینی در پایتون و Huggingface
    0:17:08

  • جمع‌بندی و نتیجه مباحث
    0:02:39
  • ادامه یادگیری
    0:02:03

  • خلاصه و مرور آموزش
  • واژه‌نامه (Glossary)
  • سوالات متداول (FAQ)
  • مشاغل مرتبط
  • نمونه سئوالات مصاحبه شغلی

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

2,190,000 تومان
438,000 تومان
80% تخفیف

این دوره شامل:
8 فصل آموزشی
2:52:27 ساعت آموزش
دسترسی مادام‌العمر
گواهی پایان دوره: مشخص نیست
تاریخ انتشار: 1405/07/23
آخرین به‌روزرسانی: 2026-10-29 13:51:12
تعداد امتیازها: 6
تعداد دانشجو: 350
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: