When you enroll through our links, we may earn a small commission—at no extra cost to you. This helps keep our platform free and inspires us to add more value.

IA - Busca Semântica de Textos com S-BERT, TF-IDF e LSA/LSI
Uso de Inteligência Artificial para consulta semântica de textos através de Processamento de Linguagem Natural (PLN/NPL)
This Course Includes
udemy
4.9 (20 reviews )
15h 21m
english
Online - Self Paced
professional certificate
Udemy
About IA - Busca Semântica de Textos com S-BERT, TF-IDF e LSA/LSI
Em um rico Bootcamp de Inteligência Artificial, aprenda S-BERT, TF-IDF e LSA/LSI através de Natural Processing Language (Liguaguem de Processamento Natural - PLN/NPL) com a linguagem Python, e desenvolva um mecanismo de pesquisa semântica de textos resolvendo um problema real de um sistema de análise de contratos. Como conteúdo: 1. Fundamentos:- Aprenda fundamentos de Ciência de Dados; - Aprenda fundamentos de Machine Learning; - Aprenda fundamentos de Processamento de Linguagem Natural; - Aprenda fundamentos de Word Embendings, Stopwords, Lematização, Steaming e Anonimização de Dados;- Aprenda fundamentos de busca de texto por palavras-chave e busca semântica de textos; 2. Pratique Ciência de Dados para entendimento do problema, preparação da base, análise estatística e exploração de dados; 3. Desenvolva o projeto com CRISP-DM: - Fase 1: Entendimento do Negócio, Elevator Pitch, Compreensão do Problema, Contexto da Aplicação, Dores do Usuário e Entrega de Valor; - Fase 2: Coleta de Dados, Datasets Públicos para Ciência de Dados, Portal Brasileiro de Dados Abertos, Princípios de Open Knowledge; - Fase 3: Pré Processamento de Dados, Transformação de Dados com Pandas e Numpy e Anonimização dos Dados- Fase 4: Análise Exploratória dos Dados e Criação de Gráficos com Plotly; - Fase 5: Modelagem, Implemente Mecanismos de Busca Semântica de Textos através de S-BERT, TF-IDF, LSA/LSI com Python;- Fase 6: Avaliação de Resultados (acurácia, performance e atendimento ). 4. Projeto prático: - Desenvolva mecanismos de busca de textos no Google Colab através de várias técnicas de Machine Learning.
What You Will Learn?
- Implementar mecanismo de pesquisa semântica de textos utilizando S-BERT, TF-IDF, LSA/LSI. .
- Aquisição de conhecimento em Processamento de Linguagem Natural (PLN) / Natural Processing Language (NPL) para tratamento de textos com Machine Learning. .
- Uso de ferramentas de PLN/NPL como NLTK, Spacy, Plotly, Wordcloud, Sentence Transformers, TfidfVectorizer e Gensim, para a construção do mecanismo de pesquisa. .
- Hands on (projeto prático) na construção de um projeto completo de Inteligência Artificial / Machine Learning em Python. .
- Bootcamp para a construção de um mecanismo de busca de textos com recursos utilizados em empresas como a Google Show moreShow less.
