توضیحات

استادیار دانشگاه و دارای دکترای تخصصی مهندسی کامپیوتر، گرایش هوش مصنوعی و رباتیکز

60 ساعت آموزشی (هر ساعت آموزشی 45 دقیه است )آنلاین (15 جلسه)

سه‌شنبه‌ها ساعت 18

شروع دوره: 16 بهمن ساعت 18

NLP  چیست؟

پردازش زبان طبیعی یا Natural Language Processing، یک زمینه میان‌رشته‌ای مهم از علوم کامپیوتر، زبان شناسی (Linguistics) و هوش مصنوعی است. NLP با استفاده از رویکردهای یادگیری ماشین و با تکیه بر آمار و احتمالات (و اخیراً شبکه عصبی) به بازیابی اطلاعات ارزشمند از متن یا گفتار زبان انسانی می‌پردازد. این فناوری می‌تواند اطلاعات و بینش‌های موجود در اسناد را به ‌طور دقیق استخرا ج نموده، خود اسناد را نیز دسته‌بندی و سازمان‌دهی کند و متون جدیدی به زبان انسانی تولید کند.

NLP  یک رویکرد جدید، مؤثر و دارای تقاضای بسیاری در بازار امروز است. به دلیل حجم کاری بالایی که این روزها باید انجام شود، نیاز به اتوماسیون با استفاده از NLP رو به افزایش چشمگیری است. کاربردهای وسیع  NLP، آن را به یکی از پرطرفدارترین روش‌های یادگیری ماشین تبدیل نموده است. هدف NLP این است که کامپیوترها بتوانند زبان انسانی را تفسیر و تولید کنند. NLP شکاف تعامل بین انسان و دستگاه‌های الکترونیکی را پر می‌کند. دوره جامع آموزش NLP به آموزش علمی و عملی تکنیک‌های مهم پردازش زبان طبیعی می‌پردازد. پردازش زبان طبیعی  NLP دارای سه جنبه اساسی تشخیص گفتار، درک زبان طبیعی و تولید زبان طبیعی است که از این میان، درک زبان طبیعی دشوارترین مورد محسوب می‌شود.

فن‌آوری‌های مرتبط با پردازش زبان طبیعی

ترجمه ماشینی، برقراری ارتباط بین ربات‌های چت، طراحی نرم‌افزار‌های هوش مصنوعی مانند ChatGPT، تشخیص هرزنامه از ایمیل‌های معتبر، پیش‌بینی بازار سهام، پاسخ به سؤالات، خلاصه سازی متون و اطلاعات، تحلیل احساسات، نوشتن مقاله، پیش‌بینی وضعیت سیاسی و اجتماعی، تحلیل روانشناسی و ...

به عنوان مثال، تحلیل احساسات مشتریان یک محصول با استفاده از تکنولوژی BOWدر NLP که بر روی کشف احساسات متمرکزشده  قادر است نقش مهمی در برقراری ارتباط موثر با مشتریان ایفا ‌کند. با توجه به اهمیت تحلیل نظرات مشتریان یک محصول، بررسی احساسات مشتریان آن محصول اکنون بیش از هر زمان دیگری ضروری است.

 مخاطبان دوره پردازش زبان طبیعی (Natural Language Processing):

• دانشجویان مهندسی کامپیوتر، فناوری اطلاعات و علوم کامپیوتر
• علاقمندانی که زمینه قبلی برنامه نویسی با پایتون دارند و می‌خواهند با به‌کارگیری تکنیک های آمار، یادگیری ماشین، مصورسازی داده‌ها، تحلیل شبکه‌های اجتماعی و تحلیل متن، پروژه‌های متن کاوی خود را اجرا کرده و به بینش جدیدی نسبت به داده‌ها دست یابند.
• برنامه‌نویسان و علاقه‌مندان به راه‌کارهای داده‌کاوی و متن‌کاوی
• محققان، پژوهشگران و کارشناسان تحلیل داده در حوزه‌ی داده‌کاوی و متن‌کاوی و تحلیل احساسات
• دانشجویان تحصیلات تکمیلی با موضوع پایان‌نامه‌ای مبتنی بر متن‌کاوی یا تحلیل احساسات متن

اهداف دوره NLP

• چگونه داده ها و اسناد متنی را پردازش کنید.
• چگونه به تحلیل احساسات در داده ها و اسناد متنی بپردازید
• چگونه فرایندهای مختلف پیش پردازش را بر روی داده های متنی انجام دهید
• چگونه اسناد متنی را از زبانی به زبان دیگر منتقل کنید
• چگونه الگوهای مختلف نگارشی را از اسناد متنی استخراج نمایید.
• چگونه با کتابخانه های مختلف پردازش متن و زبان طبیعی کار کنید
• چگونه ابزارها و کتابخانه های مختلف پردازش متن یا NLP را با یکدیگر ترکیب و استفاده کنیم
• چگونه اسناد فارسی را به آسانی مورد پردازش قرار دهیم

سرفصل‌های کلی:

مقدمه‌ای بر پردازش زبان طبیعی

–تعریف و مفهوم پردازش زبان طبیعی

– کاربردها و مثال‌های عملی

پیش‌پردازش متن  

– توکن‌بندی  (Tokenization)
– حذف علائم نگارشی و علائم تگ‌ها
– تبدیل حروف به حروف کوچک  (Lowercasing)
– حذف کلمات توقف  (Stop Words)
– استخراج ویژگی‌ها  (Feature Extraction)

تحلیل نحوی و نشانه‌گذاری

– تحلیل و تحلیل نحوی جملات (Parsing)
– تشخیص ویژگی‌های نحوی مانند فاعل، مفعول و مفعول به‌مفعول
– تگ‌گذاری برچسب‌های نحوی (Part-of-Speech Tagging)
– تجزیه و تحلیل جملات با استفاده از گرامرهای نحوی (Parsing with Grammar)

تحلیل احساسات  

– مفهوم احساسات و تحلیل احساسات در متن
– تشخیص و تحلیل احساسات مثبت و منفی
– استفاده از روش‌های مختلف برای تحلیل احساسات مانند بردارهای ویژگی (Feature Vectors) و دسته‌بندی

مدل‌های بازنمایی کلمات

– مفهوم و کاربردهای مدل‌های بازنمایی کلمات
– مدل‌های محبوب مانند Word2Vec و GloVe
– استفاده از مدل‌های بازنمایی کلمات در وظایف NLP مانند تشخیص موجودیت‌ها و ترجمه ماشینی

مدل‌های زبانی (Language Models)  

– مفهوم و کاربردهای مدل‌های زبانی
– معماری‌های مدل‌های زبانی مانند RNN، LSTM و Transformer
– آموزش و استفاده از مدل‌های زبانی بزرگ مانند GPT و BERT

ترجمه ماشینی

– مفهوم و کاربردهای ترجمه ماشینی
– معماری‌های مختلف ترجمه ماشینی مانند مدل‌های ترجمه مبتنی بر قاعده و مدل‌های ترجمه مبتنی بر داده

تحلیل و تولید متن

– مفهوم تحلیل متن و تولید متن
– استخراج اطلاعات از متن (Information Extraction)
– تولید خودکار متن (Text Generation)
– مدل‌های مولد متن مانند GPT-3

استنباط و استدلال  

– استنباط و استدلال در پردازش زبان طبیعی
– استفاده از منطق پردازش زبان طبیعی (Natural Language Reasoning)
– تشخیص و استدلال در متون و سنتاکس منطقی

پردازش زبان طبیعی در حوزه خاص  

– پردازش زبان طبیعی در حوزه پزشکی و بهداشت
– nlp یا پردازش زبان طبیعی در حوزه حقوق و قوانین
– پردازش زبان طبیعی در حوزه خبره‌سازی و رباتیک

موضوع‌گردانی و خوشه‌بندی متن  

– مفهوم و کاربردهای موضوع‌گردانی و خوشه‌بندی متن
– روش‌های مختلف موضوع‌گردانی مانند LDA و Word Embedding
– روش‌های خوشه‌بندی متن مانند K-Means و Hierarchical Clustering

مسئله‌های خاص در پردازش زبان طبیعی  

– اسناد تقلبی (Plagiarism Detection)
– تقلب در آزمون‌های آنلاین (Cheating Detection)
– اخبار جعلی (Fake News Detection)

جزئیات آموزش:

آشنایی با جزئیات آموزش و مفاهیم پایه‌ای دوره:

• بررسی پیش نیازها
• كاربردهاي پردازش زبان طبيعي
• معرفی  Stemmer
• معرفی  Lemmatizer
• معرفی  NER
• Stop word چیست؟
• منظور از stemming و lemmatization چيست و چه تفاوتي دارند؟
• منظور از POS چيست؟
• کار با کتابخانه های NumPy و Pandas
• آموزش کار با Jupyter Notebook
• آموزش کار با Google Coolab
• آموزش کار با کتابخانه Pandas
• آموزش کار با کتابخانه Numpy
• آموزش کار با کتابخانه Sklearn
• آموزش کار با کتابخانه Tensorflow
• آموزش کار با کتابخانه Keras
• آموزش کار با کتابخانه Genism
• آموزش کار با کتابخانه FastText
• نصب و کار با کتابخانه های پیش پردازش متون فارسی
• معرفی و نصب کتابخانه Hazm
• معرفی و نصب کتابخانه Parsivar
• معرفی و نصب کتابخانه ابزار Nltk
• فاز Feature Selection در NLP
• معرفی معیارهای Term Frequency , Inverse Document Frequency
• تبدیل متن به Vector
• مفهوم Word Embedding یا تعبیه سازی کلمات 
• Word Embbeding
• بررسی مزایای استفاده از تعبیه سازی کلمات
• بررسی کاربردهای تعبیه سازی کلمات
• معرفی انواع تعبیه سازی کلمات
• Word2Vec       
• پردازش احساسات (Sentiment analysis)
• طبقه بندی متن (Text classification)
• مدل های زبانی
• پیکره ها (Corpus)
• فاصله ویرایشی و تصحیح خطاهای املایی
• وردنت (WordNet)
• پاک سازی و نرمال سازی متن
• توکن بندی (Token)
• Hugging Face
• Transformers
• Pipeline
• Spacy

پیشنیازهای این دوره

• پیش نیاز ندارد.
• از صفر تا صد تدریس می‌شود.
• مهارت‌های لازم به صورت کاملا عملی آموزش داده می‌شوند.
• کدها و برنامه‌ها در اختیار مهارت‌آموزان قرار می‌گیرد.

سوالات متداول