Python - PNLP

Python中文自然語言NLP深度學習專家課程

Chinese Natural Language Processing Specialty in Python
  • 時數：28小時
  • 費用：NT$ 24,000
  • 點數：6.0

選擇查詢分區開課時間

地點 班號 日期 時間 報名
台北 248553 班 2024/03/16 ~ 2024/03/24 每週六日 09:00~17:00 報名
台北 248554 班 2024/05/18 ~ 2024/05/26 每週六日 09:00~17:00 報名
台北 248552 班 2024/06/03 ~ 2024/06/06 每週一二三四 09:00~17:00 報名
新竹 248552ZH 班 2024/06/03 ~ 2024/06/06 每週一二三四 09:00~17:00 報名 Live

目前查無開課時段

詳細開課時間請洽詢業務
新竹、台中、高雄如有上課需求，請參考台北開課日期，洽當地服務人員依需求加開遠距開課日期

聯絡恆逸

教材

恆逸專用教材

課程目標

本課程的主要目標是深入探索AI人工智慧在中文自然語言處理領域的廣泛應用。現今充滿社群媒體多樣態的時代，將著重於如何有效地爬取大量來自社交媒體平台，如Meta(Facebook)和Instagram的語料，同時了解消費者或網紅KOL對於您的產品的評價。與傳統的聲量分析(包括按讚、留言、分享)不同，我們將強調深入瞭解消費者的實際使用體驗，並將這些洞察延伸至消費者CDP數據平台上的自動化標籤，進而了解受眾趨勢與喜好，制定更具策略性的市場行銷風向。

藉由爬蟲取得具有評分的網路留言，便可建立中文情感分析的訓練數據集，專注於文字資料清洗與儲存、使用Python進行預處理、正規化和去除停用詞，找尋新詞與詞性標註等資料工程技術，實作機器學習和深度學習算法(如RNN、XGBoost和Naive Baye)。範圍涵蓋情感分類模型、文章分類、分群模型，接著調校參數、優化模型性能，最後您將學習如何將模型部署至應用程式API，以RESTful API的方式存取語言模型。

大型語言模型(LLM)近年來已成為語言生成、AI客服等領域的關鍵技術。本課程將教您如何微調企業專家級ChatGPT，開發離線Llama 2大型語言模型，並在企業內部實際應用場景中開發和部署LLM地端模型。本課程旨在為您提供AI自然語言處理的全面知識和工具，以應對新世代語言處理和語言模型應用的挑戰。

適合對象

  1. 高階軟體開發工程師
  2. 大數據相關研發人員或資料科學家
  3. 統計/數值分析研究人員
  4. 中文自然語言處理專家
  5. 大型語言模型微調專家

預備知識

  1. 熟悉Python程式語言撰寫能力，建議先修習恆逸資訊的「Python程式設計」以及「Python與機器學習深度學習-使用Keras與TensorFlow」相關課程
  2. 了解結構化和非結構化資料庫結構，具有基本的資料庫知識，包括MySQL和MongoDB等。這將有助於您在應用中處理和管理巨量文字資料。3. 若能預先具備機器學習(Machine Learning)理論基礎知識，將有助於更深入理解語言模型的運作原理和應用

因為在中文自然語言模型訓練中會用到上述的基礎知識，本堂課也將從這些基礎上開始

課程內容

1.AI下一世代：ChatGPT的崛起

● 自然語言處理、自然語言理解和自然語言生成

2.文字資料採集

● 深入Python爬蟲Crawler框架和MongoDB非結構化資料庫建構

● 收集巨量資料集，並進行文字資料清洗

3.機器學習快速上手

● 決策樹(Decision Tree)、隨機森林(Random Forest)和梯度下降(Gradient Descent)

4.機率生成模型與分類模型

● 貝氏分類(Bayesian Classification)在中文語意的應用場景

5.關聯字詞模型訓練

● 中文斷詞、斷句和詞彙Tokenization，實作Word2Vec、Doc2Vec、Ckip和Transformers

6.文章分類模型訓練

● 詞袋模型(Bag of Words)、TF-IDF詞頻分類法、Naive Bayes分類器和XGBoost分類器

7.情感分析模型訓練

● Fine-tuning HuggingFace上的模型於中文長短句的正負面機率

● 使用Google Play Store留言，實作Keras/Tensorflow RNN情感程度模型訓練

8.暱稱/姓名預測性別男女模型

● 訓練中、英文姓名男女分類判別

● 建立文字檔案以查找分群的標籤

9.自然語言處理個案研究

● 中文姓名預測API，以Python Flask為例

●自然語言文章分類在廣告標籤投放的應用

● Facebook/Instagram留言探針時刻監測品牌危機

● 留言情感分析在品牌策略操作上的處理

● PTT新聞摘要與關聯

10.如何微調ChatGPT模型，讓它認識你的產業知識?

● 大型語言模型(LLM)需要準備的資料集指引，套用自己的資料集

● 從ChatGPT 4前往Llama 2實作遷移式學習

● 部署地端大型語言模型

● 通用人工智慧(Artificial general intelligence)

學會技能

  1. 運用Python爬蟲爬取文章作為訓練資料集的能力
  2. 使用深度學習快速為文章自動打上標籤Tagging模型
  3. 遞歸神經網路(RNN)、詞袋模型(Bag of Words)、TF-IDF詞頻分類法、Naive Bayes分類器、XGBoost分類器
  4. 為企業提供自然語言社群快速分類新聞與產業消息分類的應用
  5. 訓練情感分析模型，升級企業於客戶服務文字背後的情緒正負面
  6. 建立企業自然語言AI處理中心，從辭彙找到最近關聯到的新聞關聯字詞
  7. 滿足企業社群聆聽(Social Listening)中文處理，視覺化智慧化文字雲
  8. 為企業外部消費者收集使用者Facebook暱稱、Instagram姓名，預測性別，了解目標消費者樣貌輪廓
  9. 設計與部署自然語言應用訓練好的模型為APIs，透過程式化溝通直接使用model模型
  10. 管理與更版自然語言語料、模型，不間斷重複訓練，掌握中文分類、標籤、情感、關聯的全方面解決方案
  11. 探究業界自然語言於品牌、競品理解大眾語意，推薦決策與品牌操作策略
  12. 掌握深度學習在自然語言處理的應用，善用pre-trained model與Transformers進行遷移式學習