Proyectos de procesamiento de lenguaje natural: desarrolle aplicaciones de PLN de próxima generación mediante técnicas de IA

Aproveche las técnicas de aprendizaje automático y aprendizaje profundo para construir proyectos completos de procesamiento de lenguaje natural (PNL). Los proyectos a lo largo de este libro aumentan en complejidad y muestran metodologías, consejos de optimización y trucos para resolver diversos problemas comerciales. Utilizará bibliotecas y algoritmos modernos de Python para construir proyectos de PNL de principio a fin.

El libro comienza con una descripción general del procesamiento del lenguaje natural (PNL) y la inteligencia artificial para proporcionar un repaso rápido de los algoritmos. A continuación, cubre proyectos de PNL de principio a fin, comenzando con algoritmos tradicionales y proyectos como la detección de sentimientos y emociones en las reseñas de clientes, el modelado de temas y la agrupación de documentos. A partir de ahí, profundiza en proyectos relacionados con el comercio electrónico, como la categorización de productos utilizando la descripción del producto, un motor de búsqueda para recuperar el contenido relevante y un sistema de recomendación basado en contenido para mejorar la experiencia del usuario. Más adelante, explica cómo construir sistemas para encontrar oraciones similares utilizando incrustaciones contextuales, resumir documentos enormes utilizando redes neuronales recurrentes (RNN), sugerencias automáticas de palabras utilizando redes de memoria a corto y largo plazo (LSTM) y cómo construir un chatbot utilizando el aprendizaje por transferencia. Concluye con una exploración de la IA de próxima generación y los algoritmos en el espacio de investigación.

Al final de este libro, tendrá el conocimiento necesario para resolver diversos problemas comerciales utilizando técnicas de PNL.

Lo que aprenderás

• Implementar aplicaciones PNL inteligentes completas con Python
• Traducir problemas comerciales del mundo real en datos de texto con técnicas de PNL
• Aprovechar las técnicas de aprendizaje automático y aprendizaje profundo para realizar un procesamiento de lenguaje inteligente
• Obtenga experiencia práctica implementando recuperación de información de motores de búsqueda de principio a fin, resumen de texto, chatbots, generación de texto, agrupamiento de documentos y clasificación de productos, y más

A quién va dirigido este libro

Científicos de datos, ingenieros de aprendizaje automático y profesionales de aprendizaje profundo que buscan construir aplicaciones de lenguaje natural usando Python


Autor: Akshay Kulkarni, Adarsha Shivananda, Anoosh Kulkarni
Editorial: Apress
Publicado: 04/12/2021
Páginas: 317
Tipo de encuadernación: Tapa blanda
Peso: 1.29 libras
Tamaño: 10.00h x 7.00w x 0.70d
ISBN13: 9781484273852
ISBN10: 1484273850
Categorías BISAC:
- Informática | Inteligencia Artificial | General
- Informática | Lenguajes | Python

Sobre el autor

Akshay R Kulkarni es un renombrado evangelista y líder de opinión en IA y aprendizaje automático (ML). Ha asesorado a empresas Fortune 500 y globales para impulsar transformaciones estratégicas impulsadas por la IA y la ciencia de datos. Akshay tiene experiencia en la creación y ampliación de negocios de IA y ML, y en la creación de un impacto significativo. Actualmente es Gerente de Ciencia de Datos e IA en Publicis Sapient en su equipo central de ciencia de datos e IA, donde forma parte de las intervenciones de estrategia y transformación a través de la IA. Gestiona iniciativas de crecimiento de alta prioridad en torno a la ciencia de datos y trabaja en proyectos de IA aplicando técnicas de vanguardia. Es Google Developers Expert-Machine Learning, autor publicado de libros sobre PNL y aprendizaje profundo, y un orador habitual en las principales conferencias de IA y ciencia de datos (incluyendo Strata, O'Reilly AI Conf y GIDS). Akshay es profesor visitante para algunos de los principales institutos de posgrado de la India. En 2019, fue destacado como uno de los 40 mejores científicos de datos menores de 40 años en la India. En su tiempo libre, disfruta leer, escribir y codificar, y ayudar a los aspirantes a científicos de datos. Vive en Bangalore con su familia.

Adarsha Shivananda es un científico de datos senior en el equipo de Producto y Tecnología de Indegene, donde trabaja en la construcción de capacidades de aprendizaje automático e inteligencia artificial (IA) para productos farmacéuticos. Su objetivo es construir un grupo de científicos de datos excepcionales dentro y fuera de la organización para resolver problemas a través de programas de capacitación, y siempre quiere estar a la vanguardia. Anteriormente, trabajó con Tredence Analytics e IQVIA. Adarsha ha trabajado extensamente en los dominios farmacéutico, de atención médica, minorista y de marketing. Vive en Bangalore y le encanta leer y enseñar ciencia de datos.

Anoosh Kulkarni es un científico de datos y consultor senior centrado en inteligencia artificial (IA). Ha trabajado con clientes globales en múltiples dominios y los ha ayudado a resolver sus problemas comerciales utilizando aprendizaje automático (ML), procesamiento de lenguaje natural (PNL) y aprendizaje profundo. Actualmente, trabaja con Subex AI labs. Anteriormente, fue científico de datos en una de las empresas de comercio electrónico líderes en los EAU. Anoosh es un apasionado de guiar y asesorar a las personas en su viaje hacia la ciencia de datos. Dirige reuniones de ciencia de datos/aprendizaje automático en Bangalore y ayuda a los aspirantes a científicos de datos a navegar por sus carreras. También lleva a cabo talleres de ML/IA en universidades y participa activamente en la realización de seminarios web, charlas y sesiones sobre IA y ciencia de datos. Vive en Bangalore con su familia.

Este título no es retornable