اپلیکیشن اندرویدی فلش‌کارت آموزشی مدل‌سازی زبان با منابع محدود: تکنیک‌های نوین

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدل‌سازی زبان با منابع محدود: تکنیک‌های نوین

موضوع کلی: مدل‌های زبان بزرگ و هوش مصنوعی مکالمه‌ای

موضوع میانی: پردازش زبان‌های کم‌منبع

📋 سرفصل‌های دوره

• 1. مبانی مدل‌سازی زبان
• 2. احتمال و مدل‌های زبانی
• 3. تخمین احتمال از داده‌ها
• 4. مدل‌های n-گرمی
• 5. صاف‌سازی در مدل‌های n-گرمی
• 6. ارزیابی مدل‌های زبانی
• 7. سردرگمی و معیار ارزیابی
• 8. مدل‌های زبانی مبتنی بر شبکه
• 9. مدل‌های زبانی عصبی: مقدمه
• 10. شبکه‌های عصبی بازگشتی (RNN)
• 11. مشکلات گرادیان ناپایدار در RNN
• 12. شبکه‌های حافظه بلندمدت (LSTM)
• 13. دروازه‌های LSTM: جزئیات پیاده‌سازی
• 14. شبکه‌های واحد تکرارشونده گیت‌دار (GRU)
• 15. مقایسه LSTM و GRU
• 16. توجه (Attention) در مدل‌های زبانی
• 17. مکانیسم توجه: انواع و کاربردها
• 18. مدل‌های ترانسفورمر: معرفی
• 19. خود-توجه (Self-Attention)
• 20. انکودر-دیکودر ترانسفورمر
• 21. مدل‌های زبانی از پیش آموزش‌دیده: BERT
• 22. تنظیم دقیق BERT برای وظایف خاص
• 23. مدل‌های زبانی از پیش آموزش‌دیده: GPT
• 24. تولید متن با GPT
• 25. مدل‌های زبانی چندزبانه
• 26. مدل‌سازی زبان برای زبان فارسی: چالش‌ها
• 27. پردازش متن فارسی: پیش‌پردازش
• 28. توکن‌سازی و نرمال‌سازی متن فارسی
• 29. مدل‌های زبانی مبتنی بر کلمه برای فارسی
• 30. مدل‌های زبانی مبتنی بر زیرکلمه برای فارسی
• 31. استفاده از word embedding در فارسی
• 32. Word2Vec و FastText برای فارسی
• 33. GloVe و سایر روش‌های embedding
• 34. انتقال یادگیری در مدل‌سازی زبان فارسی
• 35. تنظیم مدل‌های از پیش آموزش‌دیده برای فارسی
• 36. تولید متن خلاقانه با مدل‌های زبانی
• 37. خلاصه‌سازی متن با مدل‌های زبانی
• 38. ترجمه ماشینی عصبی: مقدمه
• 39. ترجمه ماشینی مبتنی بر ترانسفورمر
• 40. بهبود کیفیت ترجمه ماشینی
• 41. مدل‌سازی زبان برای گفتار
• 42. تبدیل گفتار به متن (STT)
• 43. تولید گفتار از متن (TTS)
• 44. کاربردهای مدل‌سازی زبان در پردازش زبان طبیعی
• 45. تحلیل احساسات با مدل‌های زبانی