فلش‌کارت‌های آموزشی تسلط بر پردازش زبان طبیعی با SpaCy و Hugging Face

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تسلط بر پردازش زبان طبیعی با SpaCy و Hugging Face

موضوع کلی: هوش مصنوعی

موضوع میانی: پردازش زبان طبیعی

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پردازش زبان طبیعی و کاربردهای آن
• 2. معرفی کتابخانه‌های SpaCy و Hugging Face
• 3. نصب و راه‌اندازی SpaCy و Hugging Face
• 4. ساختار داده‌ای اصلی در SpaCy: Doc
• 5. توکن‌سازی (Tokenization) در SpaCy
• 6. برچسب‌گذاری نقش کلمات (Part-of-Speech Tagging)
• 7. تشخیص موجودیت‌های نام‌دار (Named Entity Recognition)
• 8. تحلیل وابستگی نحوی (Dependency Parsing)
• 9. تجسم خروجی‌های SpaCy
• 10. مدیریت لغت‌نامه‌ها (Lexemes) و ویژگی‌های لغوی
• 11. ایجاد pipeline سفارشی در SpaCy
• 12. کار با مدل‌های از پیش آموزش‌دیده در SpaCy
• 13. مقدمه‌ای بر ترانسفورمرها (Transformers)
• 14. معرفی Hugging Face Transformers
• 15. بارگیری و استفاده از مدل‌های از پیش آموزش‌دیده در Hugging Face
• 16. Fine-tuning مدل‌های Hugging Face برای وظایف مختلف
• 17. طبقه‌بندی متن با Hugging Face
• 18. خلاصه‌سازی متن با Hugging Face
• 19. تولید متن با Hugging Face
• 20. ترجمه ماشینی با Hugging Face
• 21. پرسش و پاسخ با Hugging Face
• 22. استخراج اطلاعات از متن با Hugging Face
• 23. مدیریت توکن‌ها و واژه‌نامه‌ها در Hugging Face
• 24. کار با Datasetها در Hugging Face
• 25. استفاده از Trainer API در Hugging Face
• 26. ارزیابی مدل‌های Hugging Face
• 27. بهینه‌سازی عملکرد مدل‌های Hugging Face
• 28. استقرار مدل‌های Hugging Face
• 29. مقایسه SpaCy و Hugging Face: نقاط قوت و ضعف
• 30. ترکیب SpaCy و Hugging Face برای ایجاد pipelineهای قدرتمند
• 31. کار با مدل‌های چندزبانه در SpaCy و Hugging Face
• 32. پردازش زبان فارسی با SpaCy و Hugging Face
• 33. آماده‌سازی داده‌ها برای مدل‌های NLP
• 34. تکنیک‌های پیش‌پردازش متن
• 35. حذف کلمات توقف (Stop Words)
• 36. ریشه‌یابی (Stemming) و لماتیزاسیون (Lemmatization)
• 37. بررسی و رفع ابهام در داده‌های متنی
• 38. کار با داده‌های نامنظم و پر سر و صدا
• 39. استفاده از Embeddingها در NLP
• 40. Word Embeddings (Word2Vec, GloVe)
• 41. Sentence Embeddings
• 42. مقدمه‌ای بر Attention Mechanism
• 43. Transformer Architecture به طور عمیق
• 44. BERT و انواع مختلف آن
• 45. GPT و کاربردهای آن در تولید متن
• 46. T5 و معماری Unified Text-to-Text
• 47. DistilBERT و تکنیک‌های دانش تقطیری (Knowledge Distillation)
• 48. RoBERTa و بهبود عملکرد BERT
• 49. XLNet و مدل‌سازی وابستگی‌های طولانی‌مدت
• 50. ELECTRA و آموزش کارآمد مدل‌های زبانی
• 51. کار با داده‌های بزرگ در NLP
• 52. استفاده از GPU برای تسریع آموزش مدل
• 53. Parallel Processing در NLP
• 54. Distributed Training با Hugging Face
• 55. استفاده از TensorBoard برای مانیتورینگ آموزش
• 56. بهینه‌سازی حافظه در NLP
• 57. کار با APIهای NLP ابری
• 58. استفاده از Google Cloud NLP API
• 59. استفاده از Amazon Comprehend API
• 60. استفاده از Microsoft Azure Text Analytics API
• 61. مقدمه‌ای بر Ethical Considerations در NLP
• 62. Bias Detection and Mitigation
• 63. Fairness در مدل‌های NLP
• 64. Privacy در پردازش زبان طبیعی