使用 PyTorch 處理自然語言簡介

  • 模組
  • 7 單位
初級
資料科學家
開發人員
學生
Azure

在本課程模組中，我們將探索以不同的神經網路架構來處理自然語言文字。 最近幾年，自然語言處理 (NLP) 飛快成長，主要是因為語言模型的效能展現在其能夠更快速準確地「理解」人類語言的能力上，同時還能透過龐大的文字語料庫來定型，無須監督。 我們將了解不同的 NLP 技術，例如使用詞袋 (BoW)、字組內嵌和遞歸神經網路，將新聞標題文字分類為 4 個類別 (全球、體育、商業和科技) 的其中一個。

學習目標

在本課程模組中，您將會：

  • 瞭解如何在自然語言處理工作中處理文字
  • 介紹如何使用遞歸神經網路 (RNN) 和生成神經網路 (GNN)
  • 瞭解如何建立文字分類模型

必要條件

  • 基本 Python 知識
  • 關於如何使用 Jupyter Notebook 的基本知識
  • 對機器學習的基本了解